复杂背景下目标的快速检测与跟踪

复杂背景下目标的快速检测与跟踪

论文摘要

计算机视觉识别和数字图像处理近二十年的发展十分迅速,而对于图像识别和目标跟踪的研究在该领域非常活跃,目标跟踪技术被十分广泛地应用在机器人导航、医学图像分析、智能监视系统以及视频图像压缩和传输等方面。然而,由于应用场景和环境变化大,目前运动目标检测算法都比较复杂、耗时而且缺乏鲁棒性,在实际的处理特别是实时应用中受到了很大的限制。本文重点研究了复杂背景下目标的快速检测与跟踪,对背景建模以及运动目标的检测的相关问题进行了探讨和研究,分别进行了背景差法的运动目标检测仿真,CamShift算法对单目标的运动人体进行跟踪仿真,并且结合Kalman滤波技术对有遮挡的运动人体进行了跟踪仿真。本文首先讨论了背景差分法对运动目标的识别与跟踪,对视觉场景进行了背景建模,然后利用背景差法将运动目标与背景分离,通过灰度化处理,得到前景为白色,背景为黑色的分离图像序列。接下来在MeanShift算法的基础上,编程实现CamShift算法,并对单个运动目标进行了跟踪仿真实验,并给出了跟踪效果图。最后本文研究了运动目标的遮挡与分离问题,提出了借助Kalman滤波器对目标的运动状态进行预测和估计,从而增加目标遮挡和分离后判断的可靠性。在将CamShift跟踪与Kalman滤波两种算法结合后,本文给出了一个针对有遮挡运动目标的完整跟踪设计方案,并按照此算法进行了仿真实验,实验证明对有遮挡双运动目标的跟踪效果令人满意。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究的目的和意义
  • 1.2 课题的国内外研究现状
  • 1.3 本文研究内容
  • 第2章 运动目标检测系统的构成
  • 2.1 系统模型
  • 2.2 系统运行流程
  • 2.3 本章小结
  • 第3章 图像序列中运动目标检测
  • 3.1 连续相邻帧间差分法
  • 3.2 背景差分法
  • 3.3 光流法
  • 3.4 算法的对比与选取
  • 3.5 本章小结
  • 第4章 背景模型的建立
  • 4.1 时间平均背景建模
  • 4.2 时间中值背景建模
  • 4.3 高斯背景建模
  • 4.3.1 单高斯背景模型
  • 4.3.2 混合高斯背景模型
  • 4.3.3 背景更新策略
  • 4.3.4 混合高斯背景建模的Matlab实现
  • 4.4 本章小结
  • 第5章 运动目标快速检测与跟踪的仿真实现
  • 5.1 运动目标跟踪算法
  • 5.1.1 基于区域的跟踪
  • 5.1.2 基于特性的跟踪
  • 5.1.3 基于变形模板的跟踪
  • 5.1.4 基于模型的跟踪
  • 5.2 Mean Shift算法的原理
  • 5.3 Cam Shift算法的原理
  • 5.4 本文选用的技术路线和特征的选择
  • 5.4.1 基于直方图的反向投影
  • 5.4.2 Mean Shift算法实现
  • 5.4.3 改进型Cam Shift算法实现
  • 5.5 遮挡处理
  • 5.6 Kalman滤波的原理
  • 5.7 双目标跟踪流程
  • 5.8 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].视频监控运动目标图像优化检测仿真[J]. 现代电子技术 2019(14)
    • [2].复杂环境中运动目标流量分析与统计方法[J]. 无线通信技术 2019(01)
    • [3].帧差法在运动目标实时跟踪中的应用[J]. 华北水利水电学院学报 2009(03)
    • [4].基于动态场景的梯度特征分析[J]. 电子技术与软件工程 2015(23)
    • [5].一种基于头部特征的人头检测方法[J]. 光电子技术 2014(01)
    • [6].基于ViBe改进的运动目标检测算法[J]. 信息技术与网络安全 2019(06)
    • [7].一种检测视频中运动目标的新方法[J]. 电子科技大学学报 2019(01)
    • [8].基于卷积Hopfield网络的运动目标检测模型[J]. 现代信息科技 2019(09)
    • [9].视频分析技术在油井运行状态监控中的应用[J]. 石油工业计算机应用 2010(04)
    • [10].基于信息融合的运动目标检测算法[J]. 沈阳航空航天大学学报 2018(02)
    • [11].基于热点区域的运动目标的检测[J]. 电子测试 2014(11)
    • [12].运动目标检测技术研究综述[J]. 科技经济导刊 2019(17)
    • [13].基于OpenCv的运动目标监控系统设计[J]. 信息技术 2014(05)
    • [14].基于视频的入侵检测研究[J]. 微计算机信息 2010(12)
    • [15].视频分析在油井运行监测中的应用[J]. 数字技术与应用 2010(09)
    • [16].基于网络摄像头的实验室运动目标检测系统[J]. 实验室研究与探索 2018(06)
    • [17].基于边缘计算模型的智能视频监控的研究[J]. 计算机与数字工程 2019(02)
    • [18].基于特征金字塔网络的运动目标检测算法[J]. 工业控制计算机 2019(08)
    • [19].基于视觉的人体识别概述[J]. 黑龙江科技信息 2015(07)
    • [20].基于单目视觉的运动人体检测算法[J]. 硅谷 2008(10)
    • [21].基于神经网络的运动目标检测算法研究[J]. 智能物联技术 2018(03)
    • [22].基于边缘检测与传统差分法的目标检测方法[J]. 天津职业技术师范大学学报 2011(02)
    • [23].基于均值漂移的背景建模方法[J]. 无线电工程 2011(07)
    • [24].联合背景差分与区域光流的运动目标轮廓提取[J]. 软件导刊 2011(10)
    • [25].复杂环境下基于高斯混合模型的目标检测方法[J]. 微计算机信息 2010(02)
    • [26].基于背景差分的人体运动检测[J]. 微计算机信息 2009(21)
    • [27].一种改进的复杂场景运动目标检测算法[J]. 传感技术学报 2009(08)
    • [28].基于背景建模的运动目标检测[J]. 电脑知识与技术 2008(22)
    • [29].小型智能视频监控软件的设计与实现[J]. 现代计算机(专业版) 2011(08)
    • [30].桥区运动船舶的检测和跟踪[J]. 计算机与数字工程 2011(10)

    标签:;  ;  ;  ;  

    复杂背景下目标的快速检测与跟踪
    下载Doc文档

    猜你喜欢