运动目标的图像识别与跟踪研究

论文题目: 运动目标的图像识别与跟踪研究

论文类型: 硕士论文

论文专业: 控制理论与控制工程

作者: 杨耿

导师: 和卫星

关键词: 图像识别,目标跟踪,阈值,图像分割,矩不变量,跟踪窗口

文献来源: 江苏大学

发表年度: 2005

论文摘要: 运动目标的动态图像提供了比单一图像更丰富的信息,通过对多帧图像分析,可获得从单一图像中不可能得到的信息。运动目标的图像识别与跟踪是在动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测-识别-跟踪的过程。本文以运动的物体为目标,通过对目标识别、跟踪理论算法的比较研究,提出一种在简单背景下实现对运动目标的图像识别与跟踪方法。在对跟踪系统进行误差分析的基础上,研究并改进了目前较常用的图像预处理、图像分割、特征提取、图像识别、跟踪与预测等算法。在图像识别过程中,利用窗口间的相关信息对传统中值滤波进行了改进,计算量大大减小,提高了图像预处理的速度,并将最大类间方差原理与自适应阈值分割相结合,应用于图像分割中,得到了较好的分割效果。针对运动目标形状变化的特点,提取目标的不变矩特征量,对不同姿态下的目标得到了较好的识别。同时又研究了一种窗口自适应调整算法,对目标进行跟踪,进一步提高了跟踪精度,并在目标被短暂遮挡的情况下能对目标进行预测跟踪。本文对各种设计方案和算法进行了仿真实验与编程实现,对最后确定采用的算法进行了多次优化,使得软件的编写简捷、可靠,大大提高了系统的稳定性和实时性。实验表明,上述算法运算速度快,满足系统实时性要求,易于硬件实现,达到预期效果。

论文目录:

第一章绪论

1.1 本课题提出的背景及研究的科学意义

1.2 本课题当前国内外研究现状及发展趋势

1.3 本文涉及的问题和完成的主要工作

1.3.1 主要硬件平台

1.3.2 软件平台

1.3.3 本文完成的主要工作

第二章系统分析与总体设计

2.1 系统原理及结构组成

2.2 系统软件设计

2.3 系统误差分析

第三章运动目标的图像识别

3.1 目标图像预处理

3.1.1 邻域均值滤波

3.1.2 中值滤波

3.1.3 中值滤波的改进算法

3.1.4 改进算法与传统算法复杂度比较

3.2 图像分割

3.2.1 图像分割的数学定义

3.2.2 图像分割分类

3.2.3 阈值分割

3.2.4 自适应Otsu方法

3.3 特征提取

3.3.1 矩不变量的基本概念

3.3.2 基于目标边界的不变矩改进算法

3.4 图像识别

3.4.1 特征选择

3.4.2 模式识别

第四章运动目标跟踪方法

4.1 图像匹配法

4.2 窗口质心跟踪方法

4.2.1 跟踪窗口的设计

4.2.2 质心算法

4.3 目标预测算法

4.3.1 线性预测

4.3.2 平方逼近及平方预测器

4.3.3 综合预测器

第五章软件设计与实现

5.1 软件实现主要流程

5.2 软件实现主要程序文件

5.2.1 CMainFrame类

5.2.2 CDib类

5.2.3 CInfoView类

5.3 软件实现界面

第六章跟踪模块硬件实现

6.1 串行通信接口

6.2 串行通信的几种常用方法和比较

6.3 MSComm控件

6.4 通信协议及流程

6.5 步进电机控制系统

6.6 步进电机控制程序流程图

第七章总结与展望

参考文献

致谢

研究生阶段发表论文

发布时间: 2005-10-18

参考文献

[1].基于视频监控的火灾图像识别研究[D]. 刘亮亮.华北电力大学（北京）2007
[2].深度学习在图像识别中的应用[D]. 孟晔.哈尔滨理工大学2018
[3].甲状腺相关眼病CT图像识别研究[D]. 李江浩.湖北工业大学2018
[4].一种改进的深度卷积神经网络及其权值初始化方法研究[D]. 刘晴.河北大学2018
[5].基于特定物体X光图像识别检测仪的研究与设计[D]. 赵鹤.内蒙古大学2018
[6].基于深度卷积特征的迁移学习在图像识别上的应用研究[D]. 徐露露.华南理工大学2018
[7].基于机器学习的图像识别研究与应用[D]. 高浩宇.华中师范大学2018
[8].基于优化的卷积神经网络在图像识别上的研究[D]. 杨远飞.广西师范大学2018
[9].基于深度学习的火焰图像识别研究[D]. 王文朋.河南师范大学2018
[10].基于点击深度模型的细粒度图像识别[D]. 郑光剑.杭州电子科技大学2018

运动目标的图像识别与跟踪研究

猜你喜欢