学位论文 > 优秀研究生学位论文题录展示

运动目标检测与跟踪的研究

作　者: 李泽峰
导　师: 朱凌云
学　校: 东华大学
专　业: 控制理论与控制工程
关键词: 运动目标检测运动目标跟踪混合高斯模型 Kalman滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 60次
引　用: 0次
阅　读: 论文下载

内容摘要

运动目标检测与运动目标跟踪是计算机视觉领域中的研究热点问题之一,也是关键技术之一,它融合了图像处理、模式识别、人工智能以及自动控制等许多领域的知识,是一个跨学科的、富有挑战性的前沿课题,在智能视觉监控、智能交通、人机交互、视频图像压缩、医学图像分析、机器人视觉导航等领域都有广泛的应用,因此,本课题的研究具有重要的理论意义、实用价值和广阔的发展前景。运动目标检测与跟踪算法是本文研究的重点,静止背景中的目标检测与跟踪技术,例如视频监控系统、交通管制系统等,研究已经日趋成熟,在军事、交通、工业制造、医疗以及日常生活中的众多领域得到了广泛的应用,本文在前人研究成果的基础上,对运动目标检测与跟踪算法进行了改进和实现,主要完成了以下工作：(1)深入地分析了几种常用的运动目标检测算法的原理和特点；(2)提出了一种改进的混合高斯背景建模算法,采用一个常数作为方差的学习率,解决了混合高斯模型下,随着时间的推移使方差陷入一种恶性循环,使方差一直偏小的问题；(3)对几种常用的运动目标检测算法进行了比较研究,通过大量的实验,对于各种算法的检测效果、实时性、算法复杂度、以及复杂环境适应性等方面的性能进行了总结分析和综合对比；(4)重点研究了基于Kalman滤波的运动目标跟踪问题,给出一种基于Kalman滤波的运动目标跟踪算法,通过目标检测、目标运动估计和目标匹配与跟踪三个模块实现运动目标的跟踪,能对运动目标进行比较精确和稳定的跟踪。

全文目录

摘要  5-6
Abstract  6-7
目录  7-9
第一章绪论  9-14
  1.1 研究背景及意义  9-10
  1.2 研究现状及发展趋势  10-13
    1.2.1 科研机构及学术活动  10-11
    1.2.2 运动目标检测的研究  11-12
    1.2.3 运动目标跟踪的研究  12-13
  1.3 本文主要工作和内容安排  13-14
    1.3.1 本文的主要工作  13
    1.3.2 本文的内容安排  13-14
第二章运动目标检测算法的研究  14-35
  2.1 运动目标检测算法概述  14
  2.2 光流法  14-15
  2.3 帧差法  15-16
  2.4 背景差法  16-17
  2.5 单高斯模型  17-21
  2.6 混合高斯模型  21-22
  2.7 一种改进的混合高斯背景建模算法  22-30
    2.7.1 改进的模型学习机制  22-25
    2.7.2 前景决策方法  25-26
    2.7.3 光线突变和模型失效检测方法  26-27
    2.7.4 一种新的混合高斯模型参数更新方法  27-30
  2.8 改进算法的实验结果及对比分析  30-34
  2.9 本章小结  34-35
第三章图像的去噪处理及特征提取  35-42
  3.1 图像去噪方法概述  35-37
    3.1.1 空域滤波技术  35-36
    3.1.2 二值形态学方法  36-37
  3.2 本文采用的去噪方法  37-39
  3.3 运动目标的几何特征  39-40
  3.4 实验结果及分析  40
  3.5 本章小结  40-42
第四章运动目标跟踪  42-57
  4.1 概述  42-43
  4.2 运动目标跟踪方法  43-45
    4.2.1 基于模型的跟踪方法  43-44
    4.2.2 基于特征的跟踪方法  44-45
    4.2.3 基于变形模板的跟踪方法  45
    4.2.4 基于区域的跟踪方法  45
  4.3 基于Meanshift的运动目标跟踪方法  45-47
  4.4 Kalman滤波在运动目标跟踪的应用  47-52
    4.4.1 概述  47-48
    4.4.2 Kalman滤波的基本原理  48-51
    4.4.3 Kalman滤波器在目标跟踪中的应用  51-52
  4.5 实验结果及分析  52-56
  4.6 本章小结  56-57
第五章总结与展望  57-58
致谢  58-59
参考文献  59-64
研究生期间发表的论文  64-65
附录  65-76

运动目标检测与跟踪的研究

内容摘要

全文目录

相似论文