学位论文 > 优秀研究生学位论文题录展示

稀疏运动对象的视频快速浏览算法的研究与实现

作　者: 梅振顺
导　师: 战荫伟
学　校: 广东工业大学
专　业: 计算机应用技术
关键词: 视频快速浏览 运动目标检测 目标跟踪 目标分割 SURF
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 21次
引　用: 1次
阅　读: 论文下载
 

内容摘要


随着经济的快速增长、社会的迅速进步和人民的生活不断改善,大众对公共安全保障系统的需求与日俱增并且要求越来越高,从而促进了视频监控系统的发展。视频监控系统记录的视频数据对事件的事后追溯和调查具有重要的意义。当发生异常情况时需要调阅和回放保存的原始视频,但是保存的原始视频数据少则几天多则数月。要在海量的视频中准确查找到感兴趣的目标,若通过传统的回放原始视频的方法需要花费大量的时间和精力,其过程枯燥乏味,容易造成精神疲倦从而导致疏忽和错误。因此,寻求一种快速浏览海量视频中感兴趣目标的方法是十分必要的。本文的主要完成研究工作如下：1.本文实现的视频快速浏览方法中综合使用了运动目标检测及分割技术、目标跟踪技术。因此,对常用的目标检测及跟踪方法进行了介绍,并通过实验进行对比分析,指出各个方法的优缺点及适用范围。2.本文利用SURF特征进行目标跟踪,通过匹配模板图像和视频序列中各个运动对象的SURF特征确定目标位置。文中用于目标匹配的特征是图像中的局部性特征,具有尺度不变性和旋转不变性,对缩放、小视角改变、噪声、亮度变化具有很好的适应性。实验表明该方法是一种简洁有效的目标跟踪识别方法。3.本文利用运动目标检测与分割、目标跟踪等技术实现了一种视频快速浏览方法,该方法主要应用于视频中运动对象相对稀疏的情况。并实现了运动对象叠加密度的动态控制,解决了长短视频划分归类和运动对象叠加密度的平衡问题。播放密度的动态控制是指能通过统计分割出的对象密度来交互控制合成视频中的对象播放密度。避免视频对象过密会造成难以区分辨别对象,而视频对象过疏会造成结果视频播放时间太长。

全文目录


摘要  4-5
ABSTRACT  5-13
第一章 绪论  13-19
  1.1 研究背景  13-14
  1.2 研究现状  14-16
    1.2.1 视频分割  14-16
    1.2.2 视频融合与回放  16
  1.3 本文的主要研究内容  16-17
  1.4 论文的结构安排  17-19
第二章 视频中运动目标的检测与跟踪  19-31
  2.1 目标检测的一般过程  19-21
    2.1.1 差分  19
    2.1.2 二值化  19-20
    2.1.3 形态学滤波  20-21
    2.1.4 连通性分析  21
  2.2 几种常用的目标检测算法  21-25
    2.2.1 背景差分法  21-23
      2.2.1.1 基于高斯模型背景建模的背景差分  22-23
    2.2.2 时域差分法  23-24
      2.2.2.1 三帧差法  24
    2.2.3 光流法  24-25
  2.3 视频中的运动目标跟踪  25-30
    2.3.1 运动目标跟踪方法概述  25-27
    2.3.2 基于图像特征的目标跟踪方法  27-29
      2.3.2.1 特征的选择  27-28
      2.3.2.2 目标的相似度测量  28-29
    2.3.3 跟踪的难点问题  29-30
  2.4 本章小结  30-31
第三章 基于SURF特征的目标跟踪  31-49
  3.1 SURF算法介绍  31-34
    3.1.1 特征点检测  31-33
    3.1.2 SURF特征描述子  33-34
  3.2 数据关联的典型算法  34-40
    3.2.1 最近邻法  34-35
    3.2.2 概率数据关联滤波器  35-36
    3.2.3 联合概率数据关联滤波器  36-38
    3.2.4 多假设跟踪  38-40
  3.3 基于SURF特征的目标跟踪  40-44
    3.3.1 独立成分分析  41-43
    3.3.2 视频对象的关键点匹配  43
    3.3.3 基于SURF特征的目标跟踪流程  43-44
  3.4 实验结果和分析  44-47
  3.5 结论  47-49
第四章 视频快速浏览系统的设计与实现  49-59
  4.1 系统概述  49-50
  4.2 系统开发环境介绍  50-51
    4.2.1 OpenCV介绍  50
    4.2.2 系统开发环境  50-51
  4.3 系统结构及框架  51-52
  4.4 系统主要模块  52-56
  4.5 运行结果及分析  56-58
  4.6 本章小结  58-59
总结与展望  59-61
  本文工作总结  59-60
  下一步工作展望  60-61
参考文献  61-67
攻读硕士学位期间发表的论文  67-71
致谢  71

相似论文

  1. 带径向速度观测的跟踪算法研究,TN953
  2. 基于VRPF的机动目标跟踪的研究,TN957.52
  3. 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
  4. 空间交会接近视觉测量方法研究,TP391.41
  5. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  6. 移动机器人视觉检测和跟踪研究,TP242.62
  7. 基于粒子滤波的自主机器人视觉目标跟踪研究,TP242
  8. 红外图像目标识别及跟踪技术研究,TP391.41
  9. 空间红外目标仿真与跟踪技术研究,TP391.41
  10. 基于运动目标轨迹分析的智能交通监控系统,TP277
  11. 基于支持向量机的视频目标检测方法研究,TP391.41
  12. 无线传感器网络的目标跟踪算法研究,TN929.5
  13. 基于主动视觉的运动目标检测与跟踪研究,TP391.41
  14. 嵌入式多参数环境智能监测系统的设计与实现,TP274
  15. 基于无线传感器网络的目标定位跟踪研究,TN929.5
  16. 视频监控运动目标检索方法研究,TP391.41
  17. 安防监控系统中运动目标检测算法研究,TP391.41
  18. 基于图像信息的运动目标检测与跟踪算法研究,TP391.41
  19. 运动目标检测与跟踪的研究,TP391.41
  20. 视频图像中的运动目标检测与跟踪,TP391.41
  21. 车载红外图像的行人检测与跟踪技术,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