视频图像序列中运动目标检测与跟踪算法的研究
发布时间:2021-06-11 19:04
计算机视觉在应用软件、数字设备以及工业机器人上被广泛应用,其实现了原来需要依赖人眼才能完成的工作。运动目标检测与跟踪是计算机视觉算法中最核心的部分。虽然国内外学者对这两大算法做了大量的分析和研究,然而在实际场景中运动目标所在的环境往往比较复杂多变,各种干扰因素会影响目标检测与目标跟踪的准确度,现有的算法并不能满足各种复杂多变的场景,针对目标检测与跟踪算法存在的不足,对其进行改进。(1)针对传统运动目标检测ViBe算法存在对鬼影的消除速度缓慢,容易形成拖影,容易发生漏检,易受到噪音的干扰。当物体运动状态变化缓慢时,会留下残影等问题。采用一种结合三帧差分算法的改进的ViBe算法,改进背景模型的初始化方式以及背景的更新速率来对鬼影进行消除,并且加快鬼影的消除速度。采用自适应阈值来提高检测效果,针对背景中存在的噪声和空洞点采用形态学处理进行消除。(2)针对Camshift算法进行目标跟踪时,无法消除在场景中和运动目标具有相同颜色特征物体的干扰以及目标被遮挡后导致目标跟踪失败等问题,因此本文采用融合AKAZE特征匹配和Kalman滤波的Camshift算法,实现对Camshift算法的改进。当场...
【文章来源】:兰州理工大学甘肃省
【文章页数】:81 页
【学位级别】:硕士
【部分图文】:
应用领域
硕士学位论文11a)原始彩色图像b)含有高斯噪声图像c)采用3*3窗口结果d)采用7*7窗口结果图2.5均值滤波处理后的图像2.中值滤波中值滤波是一种统计滤波器,即是一种非线性的空间滤波器,其主要思想是通过滤波窗口大小得到滤波模板包围的图像区域,并对区域内的所有像素值从小到大进行排序得到处于中间处的像素值,然后用其来替代位于中心处的像素值。中值滤波的数学表达式可以用式(2.6)描述:(,)(,)medianBlur(g(x,y))wxySfxy(2.6)式中,f(x,y)为滤波后的结果图像,g(x,y)为含噪声的图像;wS为中值滤波的作用模板。中值滤波的结果如图2.6所示。从图2.6中可以看出,在含有椒盐噪声干扰的图像中,采用中值滤波算法能够很好的将这些噪声点去除,最大限度的保留图像中的信息。a)含有椒盐噪声图像b)中值滤波后的图像图2.6中值滤波处理的图像
中值
【参考文献】:
期刊论文
[1]基于SURF+RANSAC的双目立体视觉目标识别与抓取[J]. 严亮,舒志兵,李照. 机床与液压. 2019(09)
[2]一种基于改进快速差分进化算法的运动目标跟踪方法[J]. 覃兴平,李家兴. 工业控制计算机. 2018(07)
[3]基于Vibe和三帧差法的目标检测算法[J]. 白一帆,李海芳,扆梦楠. 湖南科技大学学报(自然科学版). 2018(02)
[4]一种基于三帧差分和混合高斯模型的运动目标检测方法[J]. 高远,路杨,李佩琛. 科技创新与应用. 2017(31)
[5]动态背景下基于光流场分析的运动目标检测算法[J]. 崔智高,王华,李艾华,王涛,李辉. 物理学报. 2017(08)
[6]改进的SIFT算法图像匹配研究[J]. 冯文斌,刘宝华. 计算机工程与应用. 2018(03)
[7]基于KAZE特征的双目立体匹配算法[J]. 杜成文,董立国,彭祖群. 工业控制计算机. 2016(07)
[8]基于帧间差分和背景差分的运动目标检测算法[J]. 孙挺,齐迎春,耿国华. 吉林大学学报(工学版). 2016(04)
[9]一种新的灰度图像的快速矩计算算法[J]. 郑运平,常宜斌. 计算机学报. 2017(11)
[10]基于非线性尺度空间的多源遥感影像匹配[J]. 李鹏,武文波,王宗伟. 测绘科学. 2015(07)
硕士论文
[1]视频中的运动目标检测与跟踪技术研究[D]. 徐振雄.武汉理工大学 2018
[2]基于核相关滤波器的实时单目标跟踪算法研究[D]. 陈庆.安徽大学 2017
[3]基于手部图像特征分析的超市中异常行为的检测[D]. 刘刚.西华大学 2017
[4]自动控制系统网关控制器的设计[D]. 徐森.西安科技大学 2016
[5]基于TLD的目标跟踪改进算法研究[D]. 焦蓬斐.中北大学 2016
[6]增强现实中视觉反馈关键技术研究[D]. 严玉若.上海大学 2015
[7]面向无人车的多目融合感知研究[D]. 蔡泽平.湖南大学 2014
[8]一种适用于隔离开关的边缘提取算法[D]. 石延辉.华中科技大学 2007
[9]智能交通系统中的视频车辆检测与跟踪方法研究[D]. 刘鹏.中国海洋大学 2007
本文编号:3225112
【文章来源】:兰州理工大学甘肃省
【文章页数】:81 页
【学位级别】:硕士
【部分图文】:
应用领域
硕士学位论文11a)原始彩色图像b)含有高斯噪声图像c)采用3*3窗口结果d)采用7*7窗口结果图2.5均值滤波处理后的图像2.中值滤波中值滤波是一种统计滤波器,即是一种非线性的空间滤波器,其主要思想是通过滤波窗口大小得到滤波模板包围的图像区域,并对区域内的所有像素值从小到大进行排序得到处于中间处的像素值,然后用其来替代位于中心处的像素值。中值滤波的数学表达式可以用式(2.6)描述:(,)(,)medianBlur(g(x,y))wxySfxy(2.6)式中,f(x,y)为滤波后的结果图像,g(x,y)为含噪声的图像;wS为中值滤波的作用模板。中值滤波的结果如图2.6所示。从图2.6中可以看出,在含有椒盐噪声干扰的图像中,采用中值滤波算法能够很好的将这些噪声点去除,最大限度的保留图像中的信息。a)含有椒盐噪声图像b)中值滤波后的图像图2.6中值滤波处理的图像
中值
【参考文献】:
期刊论文
[1]基于SURF+RANSAC的双目立体视觉目标识别与抓取[J]. 严亮,舒志兵,李照. 机床与液压. 2019(09)
[2]一种基于改进快速差分进化算法的运动目标跟踪方法[J]. 覃兴平,李家兴. 工业控制计算机. 2018(07)
[3]基于Vibe和三帧差法的目标检测算法[J]. 白一帆,李海芳,扆梦楠. 湖南科技大学学报(自然科学版). 2018(02)
[4]一种基于三帧差分和混合高斯模型的运动目标检测方法[J]. 高远,路杨,李佩琛. 科技创新与应用. 2017(31)
[5]动态背景下基于光流场分析的运动目标检测算法[J]. 崔智高,王华,李艾华,王涛,李辉. 物理学报. 2017(08)
[6]改进的SIFT算法图像匹配研究[J]. 冯文斌,刘宝华. 计算机工程与应用. 2018(03)
[7]基于KAZE特征的双目立体匹配算法[J]. 杜成文,董立国,彭祖群. 工业控制计算机. 2016(07)
[8]基于帧间差分和背景差分的运动目标检测算法[J]. 孙挺,齐迎春,耿国华. 吉林大学学报(工学版). 2016(04)
[9]一种新的灰度图像的快速矩计算算法[J]. 郑运平,常宜斌. 计算机学报. 2017(11)
[10]基于非线性尺度空间的多源遥感影像匹配[J]. 李鹏,武文波,王宗伟. 测绘科学. 2015(07)
硕士论文
[1]视频中的运动目标检测与跟踪技术研究[D]. 徐振雄.武汉理工大学 2018
[2]基于核相关滤波器的实时单目标跟踪算法研究[D]. 陈庆.安徽大学 2017
[3]基于手部图像特征分析的超市中异常行为的检测[D]. 刘刚.西华大学 2017
[4]自动控制系统网关控制器的设计[D]. 徐森.西安科技大学 2016
[5]基于TLD的目标跟踪改进算法研究[D]. 焦蓬斐.中北大学 2016
[6]增强现实中视觉反馈关键技术研究[D]. 严玉若.上海大学 2015
[7]面向无人车的多目融合感知研究[D]. 蔡泽平.湖南大学 2014
[8]一种适用于隔离开关的边缘提取算法[D]. 石延辉.华中科技大学 2007
[9]智能交通系统中的视频车辆检测与跟踪方法研究[D]. 刘鹏.中国海洋大学 2007
本文编号:3225112
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3225112.html