基于嵌入式的运动物体检测与跟踪算法研究及应用

发布时间：2018-01-22 21:11

  本文关键词： 运动目标跟踪 嵌入式 Open CV库 改进的背景差分法 卡尔曼滤波　出处：《武汉纺织大学》2016年硕士论文　论文类型：学位论文

【摘要】：在计算机视觉领域,运动对象追踪一直是一个热门研究方向,且具有极高的科研意义与实际应用价值。该方向的研究已经持续数十年,取得了丰硕的成果,并且广泛的运用于各行业中。本文研究的内容是运动对象追踪算法,以及在嵌入式平台上的实践,典型的应用场合如:城市交通监控、小区监控,人机交互等。本论文首先阐述了国内外对该课题的研究现状,以及运动对象跟踪系统的背景。然后对系统的硬件组成、软件架构进行了详细说明。本系统的硬件采用典型的嵌入式开发板,核心板包括S3C6410处理器、NAND型FLASH,以及一个外接的USB摄像头。本系统的软件架构分为运行环境与开发平台两部分,运行环境包括经过裁剪的Linux内核、Bootloader启动程序、优化后的根文件系统,开发平台包括Qt库以及OpenCV库。本系统涉及的图像算法有滤波去噪、运动对象检测、目标追踪。本文对不同的去噪算法进行了对比分析,再根据课题的任务对运动对象的检测与跟踪算法做了研究,提出了一种改进的算法,取得了较好的效果。经过实验分析,本系统采用的方法可以持续稳定的追踪运动对象。最后,本文对该算法的适用场合做了阐述,以及对应用前景的展望。
[Abstract]:In the field of computer vision, moving object tracking has been a hot research direction, and has high scientific research significance and practical application value. And widely used in various industries. The content of this paper is moving object tracking algorithm, as well as the practice of embedded platform, typical applications such as: urban traffic monitoring, community monitoring. This paper first describes the domestic and foreign research status of the subject, and the background of the moving object tracking system. Then the hardware composition of the system. The hardware of this system adopts typical embedded development board, the core board includes S3C6410 processor and NAND type FLASH. The software architecture of the system is divided into two parts: the running environment and the development platform. The running environment includes the tailor-made Linux kernel. Bootloader startup program, the optimized root file system, the development platform includes QT library and OpenCV library. The image algorithms involved in this system are filtering and denoising, moving object detection. Target tracking. In this paper, different denoising algorithms are compared and analyzed, then the detection and tracking algorithms of moving objects are studied according to the task of the subject, and an improved algorithm is proposed. Good results have been achieved. Through experimental analysis, the method used in this system can keep track of moving objects. Finally, this paper describes the application of the algorithm and prospects for its application.
【学位授予单位】：武汉纺织大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 周小清,邬云文;运动物体的状态表示与状态预测[J];吉首大学学报(自然科学版);2004年02期

2 朱云芳;应潇潇;顾伟康;;基于时空结合的运动物体分割[J];浙江大学学报(理学版);2007年06期

3 翟素兰;汤进;罗斌;;一种基于结构张量的运动物体分割方法[J];计算机工程与应用;2008年07期

4 蔡瑞奎;;C#实现运动物体的检测方法[J];自动化与信息工程;2008年01期

5 王晓;周利江;;视频流中运动物体的分割[J];青岛大学学报(工程技术版);2010年03期

6 郑丹;徐佩霞;何佳;;视频监控中运动物体的检测与跟踪[J];计算机工程与应用;2010年31期

7 臧卫东;;运动物体首尾识别程序的设计[J];交通部上海船舶运输科学研究所学报;1983年01期

8 邹意会;张荣康;;在线连续记录运动物体全息信息的方法[J];激光与光电子学进展;1993年09期

9 徐俊红,李金,丛望,张建兵;基于静态背景下的视频多目标运动物体的提取[J];应用科技;2005年03期

10 甘艳芬;郑胜林;潘保昌;彭绍湖;周泽华;;基于单通道比例差分的运动物体快速检测[J];微计算机信息;2007年09期

相关会议论文 前9条

1 宓宁;段晓辉;;一种跟踪和识别运动物体的新算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

2 李晋武;张娟;邹丽晖;;含运动物体的运动场景模糊图像恢复方法[A];中国自动化学会控制理论专业委员会A卷[C];2011年

3 宋治杭;江洁;张广军;;运动背景下的运动物体检测方法[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

4 李旭健;房胜;梁永全;;视频监控中运动物体提取系统的设计和实现[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

5 万德成;;含运动物体黏性流场的数值模拟[A];第二十届全国水动力学研讨会文集[C];2007年

6 刘加利;张继业;张卫华;;基于格子Boltzmann方法的运动物体绕流研究[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年

7 郑康平;徐湘赣;王战军;杜志京;;模拟仿真系统中运动物体的碰撞检测算法[A];探索创新交流－－中国航空学会青年科技论坛文集[C];2004年

8 沈模卫;周吉帆;梁君英;;运动物体的位置知觉并非空间平均的结果[A];第十一届全国心理学学术会议论文摘要集[C];2007年

9 孙仁;章家骅;;三个物体之间水动力相互作用的理论研究[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集（下）[C];2007年

相关重要报纸文章 前4条

1 侯钦孟;运动物体的拍摄[N];中国老年报;2001年

2 陈力升;照片中线条的表现力[N];中国摄影报;2012年

3 杜明;别去用高音喇叭大声播放快节奏流行音乐的商店购物[N];卫生与生活报;2008年

4 胡檬;动态摄影如何用好快门[N];电脑报;2005年

相关博士学位论文 前6条

1 蔡光程;视频中对运动物体的寻找、跟踪及块匹配算法[D];昆明理工大学;2005年

2 刘敏;视频序列中运动物体检测算法研究[D];华中科技大学;2013年

3 刘永久;基于结构光投影的运动物体高速实时三维测量方法研究[D];中国科学技术大学;2014年

4 饶云波;夜间视频增强的关键技术研究[D];电子科技大学;2012年

5 洪方文;自由面附近运动物体流场的数值与试验研究[D];中国船舶科学研究中心;2001年

6 张晓玲;远距离运动物体动态参数测试技术的理论和实验研究[D];天津大学;2005年

相关硕士学位论文 前10条

1 王明亮;基于后视摄像头的车门开启安全预警系统研究[D];重庆理工大学;2015年

2 朱晓建;海浪和舰艇尾迹产生的弱磁信号分析[D];电子科技大学;2015年

3 陈霖;视频摘要系统中的运动物体提取技术研究[D];北京化工大学;2015年

4 张利卫;运动刚性物体烟雾随动现象的实时仿真算法研究[D];燕山大学;2016年

5 谢永亮;动态场景中运动物体的跟踪研究[D];淮北师范大学;2016年

6 李悦馨;基于监控视频的生人验证及考勤方法研究[D];华南理工大学;2016年

7 李娟;基于KCF的视频中运动物体的跟踪系统[D];湖南师范大学;2016年

8 刘永森;行人检测与跟踪方法研究[D];电子科技大学;2016年

9 达慧玲;基于对象的视频摘要关键技术研究及实现[D];南京邮电大学;2016年

10 张文章;运动物体的检测与跟踪在视频图像侦查中的应用研究[D];江苏科技大学;2016年

，

本文编号：1455743