基于RGB-D数据的运动目标检测技术研究

发布时间：2020-11-10 00:47

　　 运动目标的检测是计算机视觉领域研究的热点之一,在人机交互、智能交通、战场侦查等领域应用广泛。本文针对单独基于颜色信息或深度信息的运动目标检测存在的问题,围绕深度图超分辨率重建、基于RGB-D数据的运动目标检测、行人计数及其软件设计三块展开,主要工作如下:(1)针对深度图像存在分辨率低、空洞、噪声等问题,设计了由RGB图像引导,基于二阶广义总变分模型的深度图像超分辨率重建的方法,即将重建问题转化成最优求解问题。首先根据深度图的重构约束构造目标函数的数据项,然后利用RGB图像的边缘信息对正则化模型加权,将扩散张量引入二阶广义总变分模型,构成针对深度图像特点的正则化模型,最后通过迭代重加权和原-对偶算法进行求解得到高分辨率深度图。实验结果表明本文方法能够有效解决深度图像分辨率低、存在空洞和噪声的问题。(2)针对单独基于RGB或深度信息的运动目标检测存在的问题,设计了基于RGB-D数据的Codebook码本算法进行运动目标检测,利用深度信息作为码本的第四维通道,增强了背景建模与前景检测的准确性,并通过图像减操作、均值滤波、阈值判断、逻辑"与"操作等一系列的后续处理,使检测结果边缘清晰。实验证明该算法克服了单独基于颜色信息易受光照、阴影的影响或单独基于深度信息检测时,近距离目标无法检测且目标边缘噪声大等问题。(3)在本文设计的运动目标检测方法的基础上,设计了一个行人计数方法..利用基于RGB-D数据的运动目标检测算法检测出目标区域,以该目标区域为虚拟计数器,在区域内划分运动块并设置虚拟线进行计数和行人运动方向判断。利用Kinect相机实时采集了基于室内可控环境和复杂环境两组不同视频进行实验验证。(4)在VS2010软件平台上结合OpenCV库和Qt工具设计了一套运动目标检测软件。整合论文前期的深度图重建算法、运动目标检测算法、行人计数方法,利用Kinect相机进行实时采集计数。检测软件集视频输入、行人计数、检测和重建结果比较、虚拟线标定等功能为一体,方便用户进行行人计数,同时通过该检测系统初步验证了本文算法的可行性和可实现性。
【学位单位】：南京理工大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP391.41
【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题背景及研究意义
    1.2 国内外研究现状
        1.2.1 超分辨率重建算法
        1.2.2 运动目标检测技术
    1.3 本文主要工作和章节安排
        1.3.1 本文主要工作
        1.3.2 本文章节安排
2 相关理论基础
    2.1 深度图像的定义
    2.2 被动测距传感
        2.2.1 双目视觉法原理
        2.2.2 立体匹配方法
    2.3 主动测距传感
        2.3.1 TOF相机
        2.3.2 Kinect深度传感器
    2.4 目标检测基本方法
        2.4.1 光流法
        2.4.2 帧差法
        2.4.3 背景差分法
    2.5 本章小结
3 基于RGB图像辅助的深度图像超分辨率重建算法
    3.1 RGB图像辅助的深度图像超分辨率重建算法概述
    3.2 RGB图像辅助的二阶TGV深度图像超分辨率重建
        3.2.1 问题描述
        3.2.2 算法框架
        3.2.3 小波变换取模
        3.2.4 改进的二阶TGV正则项
        3.2.5 算法实现
    3.3 实验与分析
        3.3.1 定性分析
        3.3.2 定量分析
    3.4 本章小结
4 基于RGB-D数据Codebook算法的运动目标检测
    4.1 方法概述
    4.2 Codebook背景建模算法
        4.2.1 Codebook模型背景建模
        4.2.2 Codebook模型前景检测
    4.3 基于RGB-D数据的Codebook背景建模改进算法
C&D)'>        4.3.1 改进的Codebook算法(CB_C&D)
        4.3.2 后处理
    4.4 实验与分析
        4.4.1 实验设置
        4.4.2 目标与背景距离相近
        4.4.3 目标与背景颜色相近
        4.4.4 光照突变
    4.5 本章小结
5 目标检测软件设计
    5.1 行人计数方法
        5.1.1 计数方法框架
        5.1.2 计数方法实现
    5.2 软件实现
        5.2.1 开发工具介绍
        5.2.2 模块设计
        5.2.3 功能与界面
    5.3 行人计数实验
        5.3.1 行人计数功能测试
        5.3.2 实验性能分析
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录

【参考文献】

相关期刊论文 前5条

1 胡良梅;段琳琳;张旭东;杨静;;融合颜色信息与深度信息的运动目标检测方法[J];电子与信息学报;2014年09期

2 邸维巍;张旭东;胡良梅;段琳琳;;彩色图约束的二阶广义总变分深度图超分辨率重建[J];中国图象图形学报;2014年08期

3 陈振华;周锐锐;李光伟;毕笃彦;;一种改进的高斯混合背景模型算法及仿真[J];计算机仿真;2007年11期

4 左军毅;潘泉;梁彦;张洪才;程咏梅;;基于模型切换的自适应背景建模方法[J];自动化学报;2007年05期

5 杨威,张田文;复杂景物环境下运动目标检测的新方法[J];计算机研究与发展;1998年08期

本文编号：2877207