数字视频序列运动目标检测与跟踪技术研究

论文题目: 数字视频序列运动目标检测与跟踪技术研究

论文类型: 硕士论文

论文专业: 计算机应用技术

作者: 关向荣

导师: 张艳宁

关键词: 智能交通系统,背景模型,运动目标检测,运动阴影检测,运动目标跟踪

文献来源: 西北工业大学

发表年度: 2005

论文摘要: 本文主要研究了面向交通应用的视频监视的基本理论和关键技术。重点研究静止背景下运动目标的检测和提取,运动目标阴影的检测,以及运动目标跟踪等方面的研究内容。在静止背景下的目标检测方面,分析当前三类目标检测和提取算法的原理,通过试验对瞬时差分法和自适应背景相减法进行分析。同时着重研究自适应背景模型方法,讨论了该方法在参数更新方面的问题。针对具体的应用背景,本文提出了一种对自适应背景相减法中的背景更新的改进方案。实验表明,该方法能够在较大程度上满足系统的要求,提高检测结果精度。在运动目标阴影检测方面,从分析运动目标阴影的光学特性入手,研究了背景区域、目标区域和阴影区域在当前帧和背景帧中的差异:还介绍了在处理阴影检测方面常用颜色空间的特性。在对目前常用方法进行总结和实验的基础上,本文提出联合两种颜色空间来检测移动目标并进行阴影抑制的方法。大量实验表明,该方法对复杂路况下的阴影情况有较好的检测能力。在运动目标跟踪方面,总结了静止背景中目标跟踪的成熟算法。对于多目标跟踪中的目标匹配和相互遮挡问题进行了详细介绍。对遮挡问题完成了分类,并通过增加卡尔曼滤波器的参数实现对多目标的有效跟踪。

论文目录:

摘要

Abstract

第一章绪论

1．1 选题背景及研究意义

1．2 研究现状及所存在的问题

1．2．1 运动目标检测与提取

1．2．2 阴影检测

1．2．3 运动目标跟踪

1．3 本文研究内容及安排

1．3．1 主要工作

1．3．2 章节安排

第二章视频序列中目标检测和提取

2．1 引言

2．2 瞬时差分法

2．2．1 基本原理

2．2．2 实验结果及分析

2．3 背景减法

2．3．1 方法原理

2．3．2 算法流程

2．3．3 背景图像估计

2．4 自适应背景模型法

2．4．1 自适应背景模型估计——单模型方法

2．4．2 自适应背景模型估计——多模型方法

2．5 小结

第三章运动目标阴影检测

3．1 引言

3．2 颜色空间

3．2．1 RGB模型

3．2．2 HSV模型

3．2．3 两模型空间的相互转换

3．3 阴影检测

3．3．1 RGB空间阴影检测

3．3．2 HSV空间阴影检测

3．4 一种快速提取目标阴影的检测方法

3．4．1 问题提出

3．4．2 算法原理

3．4．3 算法流程

3．4．4 实验结果

3．5 小结

第四章运动目标跟踪

4．1 引言

4．2 运动目标跟踪方法

4．2．1 匹配模板

4．2．2 目标运动位置的预测

4．3 序列图像的多目标跟踪

4．3．1 多目标跟踪问题简介

4．3．2 目标遮挡

4．4 实验系统原型

4．4．1 系统介绍

4．4．2 实验结果与讨论

4．5 小结

第五章总结与展望

5．1 本文工作及成果总结

5．2 展望

参考文献

致谢

附录

发布时间: 2005-06-27

参考文献

[1].智能交通系统中的运动目标检测与识别[D]. 樊大帅.天津大学2012
[2].视频序列中运动目标检测和识别技术研究[D]. 黄洋文.中北大学2010
[3].基于独立分量分析的运动目标检测与跟踪[D]. 冯毅.大连理工大学2008
[4].智能视频监控系统中的运动目标检测方法研究[D]. 胡雄鸽.湖南大学2012
[5].视频运动目标检测中背景提取算法的研究[D]. 付荣.西安电子科技大学2011
[6].智能交通系统中的运动目标检测与跟踪算法研究[D]. 许斌.中国计量学院2014
[7].视频运动目标检测若干关键算法研究[D]. 刘亚林.广西大学2011
[8].复杂场景下的运动目标检测[D]. 刘琰琼.北京交通大学2008
[9].自然环境下图像序列运动目标检测关键技术研究[D]. 李忠武.国防科学技术大学2003
[10].优化的低秩矩阵算法运动目标检测研究[D]. 金鹏.西北大学2018

数字视频序列运动目标检测与跟踪技术研究

猜你喜欢