序列图像中运动目标检测与跟踪技术研究

序列图像中运动目标检测与跟踪技术研究

论文摘要

本论文在熟悉相关资料的基础上主要涉及到静态背景下运动目标的检测和任意背景条件下的运动目标跟踪等内容。在运动目标检测方面,本文首先简要介绍了目前运动目标检测中的一些常用方法,包括目标检测中的帧间差分法、背景差分法和光流法,并对各种方法进行了分析,指出其优缺点及适用范围。然后介绍了背景差分法中背景建模常用的几种算法,包括统计平均分、中值法、W 4方法、混合高斯模型法等。之后还介绍了与本论文有关的数学形态学和连通性分析方面的知识。本文在帧间差分法和背景差分法的基础上,提出了一种混合运动目标检测算法:先使用帧间差分法粗略的检测出目标,然后在这个基础上,将图像分成几个区域,有找出有运动目标存在的区域,再对这些区域进行背景差分,对运动目标做更加精确的检测。该算法将两种方法的结合使优势形成互补,即融入了背景差法对物体的准确分割,又融入了帧差法的很强的适应性。实验表明,该算法快速准确,有着广泛的适用性。之后还根据阴影的形成机理和阴影与运动目标不同的特点,提出了基于HSV色彩空间的阴影检测算法,并得出实验结果。在目标跟踪方面,本文首先简要介绍了目前运动目标跟踪中的一些常用方法,包括基于特征的方法、基于模型的方法、基于区域的方法和基于变形模版的方法,并重点研究了Mean Shift算法,Mean Shift在跟踪领域有很多很好的性质,比如实时性好、对遮挡、目标变形鲁棒性好等。然后,对Mean Shift算法进行验证和分析;研究了快速运动目标和目标遮挡两种情况下的运动目标跟踪,给出了实验结果,并分析了Mean Shift算法的优缺点。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 课题研究目的和意义
  • 1.3 国内外研究现状
  • 1.4 本文概述
  • 第二章 运动目标检测理论基础
  • 2.1 运动目标检测
  • 2.2 背景建模
  • 2.3 相关知识准备
  • 2.4 本章小结
  • 第三章 一种改进的运动目标检测方法及阴影检测
  • 3.1 改进的运动目标检测算法
  • 3.2 阴影的检测
  • 3.3 本章小结
  • 第四章 运动目标跟踪
  • 4.1 运动目标跟踪简介
  • 4.2 Mean Shift 算法理论概述
  • 4.3 目标跟踪中的 Mean Shift
  • 4.4 实验结果与分析
  • 4.5 本章小结
  • 第五章 结论
  • 5.1 论文完成的主要工作
  • 5.2 未来研究展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].深度学习在目标检测中的应用[J]. 中国新通信 2018(10)
    • [2].一种改进的道路目标检测方法研究[J]. 现代工业经济和信息化 2018(05)
    • [3].基于SSD的车辆目标检测[J]. 计算机与现代化 2019(05)
    • [4].基于SSD改进的目标检测方法研究[J]. 激光与红外 2019(08)
    • [5].基于RaspberryPi的运动目标检测研究与实现[J]. 舰船电子工程 2019(09)
    • [6].基于评价因子及灰色关联分析的检测结果自动评价方法[J]. 西北工业大学学报 2009(03)
    • [7].基于Faster R-CNN的显著性目标检测方法[J]. 计算技术与自动化 2019(02)
    • [8].目标检测与目标跟踪方法研究[J]. 信息与电脑(理论版) 2019(09)
    • [9].基于深度学习的复杂背景下目标检测[J]. 重庆理工大学学报(自然科学) 2018(04)
    • [10].利用深度学习进行目标检测[J]. 中国设备工程 2018(23)
    • [11].一种基于改进NMS的牛脸检测方法[J]. 计算机与现代化 2019(07)
    • [12].复杂工业场景目标实时检测方法[J]. 软件 2019(10)
    • [13].基于人类视觉机制的层级偏移式目标检测[J]. 计算机工程 2018(06)
    • [14].基于深度学习的物体检测分割[J]. 电子世界 2018(15)
    • [15].基于深度学习的MSSD目标检测方法[J]. 企业科技与发展 2018(05)
    • [16].利用Pascal VOC目标检测数据深度学习进行目标检测[J]. 通讯世界 2018(05)
    • [17].基于深度学习的目标检测研究与应用[J]. 电子制作 2018(22)
    • [18].一种快速的深度检测网络[J]. 信息技术与信息化 2019(02)
    • [19].认知雷达的未知目标检测[J]. 电子与信息学报 2018(01)
    • [20].基于高斯混合模型的运动目标检测[J]. 机械设计与制造工程 2015(10)
    • [21].目标检测在高中数学教学中的应用[J]. 快乐阅读 2013(07)
    • [22].基于特征金字塔算法的输电线路多尺度目标检测方法[J]. 仪器仪表用户 2019(01)
    • [23].基于FPGA的运动目标检测系统的设计[J]. 仪器仪表用户 2018(03)
    • [24].基于改进CNN的多目标生猪检测算法[J]. 农业机械学报 2019(S1)
    • [25].建筑物检测方法浅析[J]. 计算机产品与流通 2017(09)
    • [26].基于极化-空间谱特征的雷达目标检测方法[J]. 雷达科学与技术 2018(02)
    • [27].新型Top-hat变换及其在红外小目标检测中的应用[J]. 数据采集与处理 2009(05)
    • [28].目标检测中不平衡问题综述[J]. 智库时代 2020(10)
    • [29].基于多模型判决的红外运动小目标检测算法[J]. 红外技术 2019(05)
    • [30].基于Faster R-CNN的高分辨率图像目标检测技术[J]. 国土资源遥感 2019(02)

    标签:;  ;  ;  ;  ;  ;  

    序列图像中运动目标检测与跟踪技术研究
    下载Doc文档

    猜你喜欢