论文摘要
目前,计算机视觉在工业生产和高科技应用中越来越显示其举足轻重的作用:遥感图像分析、文字识别、医学图像处理、多媒体技术、智能交通系统、国防、图像数据库、工业检测、安防监控系统等方面。视频目标检测技术是计算机视觉知识体系中的重要组成部分。视频检测的目的是使用基于信号检测的方法自动分离出运动像素点和静止像素点。机器视觉检测可大大提高生产效率、更灵活的控制产品质量、更方便采集产品数据以进行流程管理等。产品的分类和选择也集成于检测功能中。智能识别和监控系统的研究应用中,运动检测是后续目标识别与跟踪的基础。有理由认为,现代化的进程中,视觉检测是不可缺少的环节。光流场是计算机视觉中的一个重要概念。光流法在视频目标检测和目标跟踪中应用广泛。光流场表征了运动目标的速度信息,是一种基于平面图像的二维(2D)瞬时速度场,二维速度是物体上可见点的三维速度在成像平面上的投影。光流场信息对运动目标检测、图像配准和三维重构技术有重大的意义。本文前半部分内容对视频目标检测和光流场计算技术进行系统的探讨,随后对光流场的研究方向、应用研究进行系统的归纳与说明,最后部分也是比较重要的部分,提出两种基于金字塔LK光流算法的视频目标检测融合算法,其很好的改善了运动检测的综合性能。第一章对课题研究要点进行总括性的概述,并阐明本文研究工作;第二章和第三章在总结前人研究成果的基础上,详细介绍视频目标检测方法、光流场计算技术和分类情况,并总结了它们特点、比较各种方法的优缺点;第四章则综合分析当前光流场计算技术仍存在的问题与挑战,结合当前最新科研论文的研究重点,分类列出了光流场算法的研究方向及其应用研究;在第五章在前面理论研究的基础上,创新性的提出两种视频目标检测融合算法:一是基于金字塔LK光流技术、光流特征角点膨胀运动模板和分水岭分割的视频目标检测算法,二是基于光流法与时间差分法的运动目标检测算法,同时给出两个相应的应用案例与结果分析;最后在第六章中对全文进行总结,提出研究展望。
论文目录
摘要ABSTRACT第一章 概述1.1 计算机视觉与视频目标检测1.1.1 计算机视觉1.1.2 视频目标检测1.2 光流场1.3 本文研究的内容及其意义第二章 运动目标检测技术2.1 背景减除（BACKGROUND SUBTRACTION）2.2 时间差分（TEMPORAL DIFFERENCE）2.3 光流法（OPTICAL FLOW）2.4 其他运动目标检测方法2.4.1 基于变换域的方法2.4.2 形态学方法2.4.3 基于匹配的方法2.4.4 基于时空信息的视频分割算法2.4.5 基于统计学习的方法2.4.6 混合法2.5 几种主要运动目标检测算法的比较与探讨第三章 光流场计算技术3.1 光流场的计算技术概述3.2 基于梯度的光流计算方法（微分法）3.3 基于区域的光流计算方法（匹配法）3.4 基于频域的光流计算方法（能量法和相位法）3.4.1 能量法3.4.2 相位法3.5 贝叶斯光流算法3.6 基于梯度的彩色图像光流场计算理论和方法3.6.1 基于三原色的彩色时变图像光流场计算[85]3.6.2 基于色彩和饱和度的彩色时变图像光流场计算[86]3.7 本章结语第四章 光流场算法研究方向及其在视频目标检测上的应用研究4.1 光流场计算技术研究方向4.1.1 研究光流场计算不适定问题和不连续性问题和分层计算技术4.1.1.1 研究光流场计算不适定问题4.1.1.2 研究光流场计算不连续性问题和分层计算技术4.1.2 光流场计算的实时性、精确性问题4.1.3 基于运动对象轮廓的光流场计算技术4.1.4 由光流场重建物体三维运动和结构4.2 光流场算法的研究展望及其在视频目标检测上的应用研究4.2.1 光流场算法的研究展望4.2.2 光流场算法在视频目标检测上的应用研究第五章 基于金字塔式的LK 光流场算法的视频目标检测技术与应用5.1 基于金字塔分层计算的LK 光流场算法5.1.1 角点特征检测5.1.2 图像分层5.1.3 基于角点匹配的光流计算5.2 融合光流特征角点膨胀运动模板与分水岭算法的视频目标检测算法5.2.1 基于光流特征角点膨胀的运动模板5.2.2 基于光流特征角点的分水岭分割算法5.2.3 本节小结5.3 融合光流法与时间差分法的运动目标检测方法5.3.1 “腐蚀”过程5.3.2 “膨胀”过程5.3.3 “与”过程5.4 实验数据与结果分析5.4.1 基于金字塔式LK 光流场算法和改进分水岭算法的实验过程与结果分析5.4.2 融合光流法与时间差分法的运动目标检测方法的实验过程与结果分析5.5 本章小结第六章 全文总结6.1 论文总结6.2 研究展望参考文献缩略语致谢攻读硕士期间发表的学术论文目录
相关论文文献
标签：计算机视觉论文; 视频目标检测论文; 光流场论文; 金字塔光流算法论文; 光流特征角点论文; 融合算法论文;
