基于双目视觉和改进粒子滤波的运动目标检测和跟踪方法研究

发布时间：2017-11-13 07:24

  本文关键词：基于双目视觉和改进粒子滤波的运动目标检测和跟踪方法研究

  更多相关文章： 立体视觉 粒子滤波 模型相似度 粒子权重 ABCshift

【摘要】：随着时代的发展和进步,计算机视觉技术得到了迅速发展。运动目标检测与跟踪作为计算机视觉领域中的重要一部分,是人类视觉研究的焦点课题之一,涵盖了图像处理、人工智能、计算机等诸多领域的先进科技。正是因为它们是视频处理中最关键的环节,所以若是提取出的运动目标不准确或者不够完整,就会对最终的结果产生很大的影响,甚至会因此得到和事实相反的结论。现有的检测与跟踪算法虽然层出不穷,但存在明显的缺点:只能在目标正常运动的时候被提取出来,很难在纷乱的背景下检测与跟踪运动目标,在其被覆盖时也很难正确地跟踪。长久以来各国的学者针对这些问题不断地提出解决算法和方法,但是成效并不显著。针对以上问题,本文利用双目立体视觉技术对运动目标进行检测,并利用改进的粒子滤波技术结合ABCshift算法对图像中运动目标进行跟踪。在目标检测方面,利用区域相关匹配技术对立体视觉图像进行差分,有效地解决了遮挡问题对目标检测的影响,最后检测出正确的运动目标。在跟踪方面,对粒子滤波的运动目标模型选择和相似性度量等方面进行相应调整和优化。经过对比,改进后的粒子滤波方法在目标跟踪方面效果更好,运算步骤更少,运算速度也会更快。然后把改进后的粒子滤波与ABCshift算法结合,利用结合后的方法对目标进行跟踪。当目标被严重覆盖,大面积被类似目标颜色干扰的时候,这个方法能对此起到抑制作用,进而正确地跟踪到目标。最后,在双目立体视觉方法的检测结果下,利用改进的跟踪方法,对目标实现高效而准确地跟踪。通过与传统的检测和跟踪方法对照,本文所用的双目立体视觉检测技术及改进的跟踪方法能够有效地解决类目标颜色背景的干扰,使得目标检测和跟踪更准确精准,并且可以准确地实现对单个或多个目标在简单遮挡情况下的跟踪。最终的实验结果也表明,本文采取的方法能快速而准确地完成目标的跟踪任务,而且大大提高了跟踪的准确性。
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【参考文献】

中国期刊全文数据库 前10条

1 王海彬;吴军;彭智勇;;视差引导下的影像线段特征匹配算法[J];桂林电子科技大学学报;2016年02期

2 汪国强;盖琪琳;于怀勇;文雪;任天威;;基于背景差分法的视频目标检测算法研究[J];黑龙江大学工程学报;2014年04期

3 黄铁军;郑锦;李波;傅慧源;马华东;薛向阳;姜育刚;于俊清;;多媒体技术研究:2013——面向智能视频监控的视觉感知与处理[J];中国图象图形学报;2014年11期

4 黄凯奇;陈晓棠;康运锋;谭铁牛;;智能视频监控技术综述[J];计算机学报;2015年06期

5 吕凤华;舒宁;龚煈;郭清;尚海兴;;基于自适应Mean Shift影像分割算法的研究[J];武汉大学学报(信息科学版);2014年07期

6 杨舒;王玉德;;基于Contourlet变换和Hu不变矩的图像检索算法[J];红外与激光工程;2014年01期

7 方道恒;陈超;舒畅;;基于多路摄像的视频运动目标智能分析系统[J];电讯技术;2013年11期

8 刘毅;赖晓风;;基于边缘检测的图像分割技术浅析[J];电子制作;2013年16期

9 韩晓玲;白立波;;基于像素灰度的相关系数的影像匹配[J];影像技术;2013年04期

10 ;第十届中国国际机器视觉展览会暨机器视觉技术及工业应用研讨会[J];量子光学学报;2013年02期

中国硕士学位论文全文数据库 前1条

1 毕芳;基于马尔科夫随机场的纹理图像分类[D];西安理工大学;2010年

，

本文编号：1179695