学位论文 > 优秀研究生学位论文题录展示

基于水平集的目标轮廓跟踪算法的研究

作　者: 孙鑫
导　师: 姚鸿勋
学　校: 哈尔滨工业大学
专　业: 计算机科学与技术
关键词: 目标跟踪 活动轮廓 水平集模型 粒子滤波 动态场景
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 102次
引　用: 0次
阅　读: 论文下载
 

内容摘要


目标跟踪技术在计算机视觉领域是一项很具挑战性的研究课题,近年来,在图像处理与计算机视觉领域引起许多学者的关注。所谓目标跟踪,就是在一段序列图像的每幅图像中找到所感兴趣的运动目标所处的位置。该项技术主要致力于跟踪、监控的自动化和智能化,它融合了计算机视觉,模式识别,人工智能,自动控制,数学等领域的先进技术。运动目标跟踪在人机交互、基于视觉的控制、军事视觉制导、安全监测、交通管制、医疗诊断、视频压缩以及气象分析等方方面面都有广泛应用。跟踪算法的优劣直接影响着运动目标跟踪系统的稳定性和精确度,虽然对运动目标跟踪理论的研究已经进行了很多年,但至今它仍然是计算机视觉等领域的研究热点问题之一。目前的跟踪技术,可以实现在简单环境中对具有易辨识视觉特征的运动目标进行可靠的跟踪。但当环境较复杂、目标为非钢性物体或发生拓扑变化时,就容易丢失目标。研究发现,通常跟踪算法失败是由于目标的表观与其动态维护的模型失配造成的。其背后的原因为目标模型缺少对目标本质特征的刻画,因此当目标发生姿态变化或遮挡时,就会带来目标模型无法与目标表观上的非线性变化相匹配。此外,通常情况下目标都具有复杂的形状,而传统的目标跟踪算法通常只用简单的几何图形来表示跟踪结果,故不能为后续的上层应用提供精确的数据。因此,要把目标跟踪技术推广到复杂的现实应用问题中还有很多技术难点需要解决。研究一种鲁棒性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑战。基于遮挡、表观拓扑结构变化及目标的精确等跟踪领域的常见问题,本文致力于得到一种图像分割技术与视频跟踪领域相结合的跟踪算法。在跟踪目标的同时即能得到目标的轮廓信息,并且能自动处理物体的拓扑变化。同时,用目标的轮廓信息来辅助跟踪算法,并对跟踪算法进行改进,同时考虑表观信息,轮廓信息和运动信息,从而有效的解决物体的特征变化及遮挡问题,得到一种既能得到准确的跟踪结果又能得到目标轮廓表示的鲁棒、有效的跟踪算法。

全文目录


摘要  4-5
Abstract  5-9
第1章 绪论  9-17
  1.1 课题背景及研究意义  9-10
  1.2 基于视觉的目标跟踪算法  10-12
  1.3 图象分割技术  12-15
  1.4 本文研究的内容及结构  15-17
第2章 序贯蒙特卡洛的贝叶斯滤波理论  17-34
  2.1 动态系统模型  17-19
  2.2 估值与滤波理论  19-22
    2.2.1 估值问题  19-20
    2.2.2 滤波算法  20-22
  2.3 贝叶斯滤波理论  22-26
    2.3.1 贝叶斯模型  22-23
    2.3.2 贝叶斯滤波算法  23-26
  2.4 蒙特卡洛采样  26-30
    2.4.1 简单采样  27-29
    2.4.2 重要性采样  29-30
  2.5 序贯粒子滤波算法  30-33
  2.6 本章小结  33-34
第3章 基于观测的状态似然模型  34-49
  3.1 轮廓信息  34-39
    3.1.1 图像分割方法  34-35
    3.1.2 曲线的水平集函数表示  35-37
    3.1.3 曲线演化方程  37
    3.1.4 常值演化与曲率演化  37-38
    3.1.5 水平集方程  38-39
  3.2 确定的二值水平集活动轮廓模型  39-43
    3.2.1 水平集函数与曲线的相互作用关系  39
    3.2.2 二值水平集模型  39-41
    3.2.3 带有先验知识的水平集方程  41-43
  3.3 表观信息  43-45
    3.3.1 颜色信息  43-44
    3.3.2 运动元素信息  44-45
  3.4 自适应能量场模型  45-48
    3.4.1 运动距离相似性测试  45-46
    3.4.2 运动方向相似性测试  46-47
    3.4.3 自适应能量场的建立  47-48
  3.5 本章小结  48-49
第4章 基于水平集的目标轮廓跟踪算法及分析  49-62
  4.1 基于水平集的目标轮廓跟踪算法  49-55
    4.1.1 基于贝叶斯的问题抽象  49-50
    4.1.2 粒子的曲线演变  50-51
    4.1.3 基于观测似然的粒子权值  51-52
    4.1.4 重采样算法  52-54
    4.1.5 基于水平集的目标轮廓跟踪算法总述  54-55
  4.2 算法系统实现分析  55-61
    4.2.1 算法效率分析  56-57
    4.2.2 算法彩色物体性能对比测试  57-58
    4.2.3 算法非刚性物体表现性能测试  58-61
  4.3 本章小结  61-62
结论  62-63
参考文献  63-67
攻读学位期间发表的学术论文  67-69
致谢  69

相似论文

  1. 基于多Agent理论的卫星协同定轨技术研究,V474
  2. 带径向速度观测的跟踪算法研究,TN953
  3. 基于VRPF的机动目标跟踪的研究,TN957.52
  4. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  5. 空间交会接近视觉测量方法研究,TP391.41
  6. 有标记点的人体三维运动数据获取方法的研究,TP391.41
  7. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  8. 移动机器人视觉检测和跟踪研究,TP242.62
  9. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  10. 红外图像目标识别及跟踪技术研究,TP391.41
  11. 空间红外目标仿真与跟踪技术研究,TP391.41
  12. 基于运动目标轨迹分析的智能交通监控系统,TP277
  13. 复杂场景中运动目标的检测与跟踪,TP391.41
  14. 基于支持向量机的视频目标检测方法研究,TP391.41
  15. 无线传感器网络的目标跟踪算法研究,TN929.5
  16. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  17. 基于鱼眼相机的运动物体检测和跟踪,TP391.41
  18. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  19. 视频监控运动目标检索方法研究,TP391.41
  20. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  21. 运动目标检测与跟踪的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com