学位论文 > 优秀研究生学位论文题录展示

基于特征的运动物体识别与追踪方法研究

作　者: 刘闯
导　师: 宋斌恒
学　校: 清华大学
专　业: 数学
关键词: 运动物体追踪阴影检测马尔科夫随机场
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 107次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机视觉技术的不断发展,运动物体追踪的研究价值日益凸现。它在交通监控、周界防护和智能追踪等领域都有着广泛的应用。本文所集中研究的对象是智能追踪,具体说来,是在正在授课的教室中对教师进行追踪。在运动物体检测问题上,我们采用背景更新模型对运动的象素点进行查找,并按照距离远近对运动点进行合并,以查找到运动块。阴影检测也是一个在视频处理中有着重要意义的问题。本文也详细讨论阴影检测问题,并在前人工作的基础上给出一种阴影检测算法。在马尔科夫随机场框架下,通过构造某种能量函数来实现图像分割,是一种很传统而且很有效的做法。我们将阴影检测看作是将图像分割为“阴影”和“非阴影”两部分,就可以在阴影检测中应用马尔科夫随机场框架。在马尔科夫随机场框架下,能量函数的定义是关键问题。本文将给出一种能量函数的定义,使得阴影检测问题的结果得到改善。对于运动物体追踪问题,我们采用特征匹配的方法来实现,这样能够在有多个运动物体同时存在的情况下正确地追踪到我们感兴趣的对象。

全文目录

摘要  3-4
Abstract  4-7
第1章引言  7-9
  1.1 问题的提出  7-8
    1.1.1 问题的难点及特点  7-8
  1.2 本文的主要贡献及章节安排  8-9
第2章运动物体检测  9-12
  2.1 研究现状  9
  2.2 背景更新模型  9-10
  2.3 运动块的合并  10-12
第3章阴影检测方法研究  12-29
  3.1 问题背景  12-13
  3.2 阴影分类  13
  3.3 评价标准  13-14
  3.4 研究现状  14-16
    3.4.1 在RGB 颜色空间下利用颜色信息进行阴影检测  15-16
    3.4.2 在HSV 颜色空间下利用颜色信息进行阴影检测  16
  3.5 马尔科夫随机场方法简介  16-22
    3.5.1 基本概念  17
    3.5.2 吉布斯分布和马尔科夫随机场  17-19
    3.5.3 计算复杂度  19
    3.5.4 吉布斯采样  19-22
  3.6 势函数的选取和条件概率的定义  22-26
    3.6.1 势函数的选取  22-24
    3.6.2 条件概率的定义  24-26
  3.7 计算结果及讨论  26-29
第4章运动物体追踪  29-36
  4.1 问题介绍及难点  29
  4.2 系统设计  29-30
  4.3 特征选取  30-31
  4.4 直方图匹配  31-32
  4.5 追踪流程  32-36
    4.5.1 特征提取  32-33
    4.5.2 匹配与追踪  33-34
    4.5.3 特征更新  34-35
    4.5.4 结果  35-36
第5章结论与展望  36-37
参考文献  37-40
致谢  40-41
个人简历、在学期间发表的学术论文与研究成果  41

基于特征的运动物体识别与追踪方法研究

内容摘要

全文目录

相似论文