基于加权修正和双边滤波的视频运动目标跟踪算法研究

发布时间：2017-05-20 10:23

  本文关键词：基于加权修正和双边滤波的视频运动目标跟踪算法研究，，由笔耕文化传播整理发布。

【摘要】：视频图像目标跟踪是计算机视觉研究领域中的关键技术之一,在各类视频监控场合中得到了广泛的应用。由于在目标跟踪过程中会受到各种外界环境因素干扰而产生积累误差,在持续的跟踪过程中,采用传统的目标跟踪算法会经常出现跟踪模板漂移现象,从而影响到目标跟踪的精准度。如何有效抑制和纠正跟踪模板漂移,实现精准、实时的目标跟踪已成为当今计算机视觉研究领域中的热点问题。论文主要针对视频图像目标跟踪过程中出现的模板漂移现象进行了分析。基于模板漂移成因分析结果,提出了新的基于累加合成漂移纠正和基于主动漂移加权修正的目标跟踪算法。根据实际应用需求,进一步地对互遮挡情况下多目标跟踪算法进行了探索性的研究,提出了基于双边滤波的角点检测多目标跟踪方法。论文的主要研究工作包括:(1)对传统视频图像目标跟踪算法在目标跟踪时出现的漂移现象进行了机理分析,对国内外当前对于跟踪模板漂移纠正与抑制相关技术的研究现状以及其发展趋势进行了综述分析。(2)对比研究了传统的Lucas-Kanade算法,累积合成仿射配准算法以及被动漂移纠正目标跟踪算法,分析了它们产生模板漂移的原因,并对累加合成仿射配准算法做了改进与优化,提出了基于累加合成漂移纠正的目标跟踪算法。实验结果验证了该方法对跟踪模板漂移的纠正与抑制作用。(3)在基于累加合成漂移纠正目标跟踪算法的基础上,设计了新的系数加权优化方法,通过在算法中引入新的权重系数,完善了目标跟踪表达式,从而提出了基于主动漂移加权修正的目标跟踪算法,解决了目前目标跟踪方法难以克服的模板累积漂移问题,实验结果验证了改进后的算法在计算效率和鲁棒性等方面的优越性。(4)提出了一种改进的基于双边滤波的角点检测方法,通过把高斯低通滤波器用双边滤波器进行了替换,运用双阀值角点检测来提取相关的角点特征,增强了算法的稳定性。采用K近邻分类器分类跟踪区域里集合的相关角点信息,实现被遮挡的目标有效分离。实验结果证明了该算法可以对遮挡情况下的多目标进行准确的跟踪。
【关键词】：目标跟踪 主动漂移纠正 仿射配准算法 双边滤波 角点检测
【学位授予单位】：沈阳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-7
• Abstract7-11
• 第1章 绪论11-19
• 1.1 本课题的研究背景与意义11-13
• 1.2 国内外现状研究13-16
• 1.2.1 国外研究现状13-15
• 1.2.2 国内研究现状15-16
• 1.3 本文的研究内容及结构安排16-19
• 第2章 漂移纠正目标跟踪算法19-29
• 2.1 引言19
• 2.2 传统的仿射配准算法19-26
• 2.2.1 Lucas-Kanade算法19-22
• 2.2.2 累加合成仿射配准算法22-24
• 2.2.3 反向合成仿射配准算法24-25
• 2.2.4 反向累加仿射配准算法25-26
• 2.3 被动漂移纠正算法26-27
• 2.4 本章小结27-29
• 第3章 基于累加合成漂移纠正的目标跟踪算法29-43
• 3.1 累加合成漂移纠正目标跟踪的基本原理29-30
• 3.2 漂移纠正系数a的引入30-31
• 3.3 仿射变换参数更新31-33
• 3.3.1 当前模板与初始模板最速下降图像32
• 3.3.2 累积误差32-33
• 3.4 漂移纠正模板更新33
• 3.5 实验结果及分析33-41
• 3.6 本章小结41-43
• 第4章 基于主动漂移加权修正的目标跟踪算法43-59
• 4.1 加权修正的目标跟踪方法43-45
• 4.2 基于主动漂移加权修正的模板更新策略45-47
• 4.2.1 仿射变换参数更新方法45-46
• 4.2.2 模板更新方法46-47
• 4.3 权重函数47-48
• 4.4 实验结果及分析48-56
• 4.5 算法中的参数56-57
• 4.6 本章小结57-59
• 第5章 基于双边滤波的多目标跟踪方法59-75
• 5.1 双边滤波的多目标跟踪方法59-60
• 5.2 角点检测算法分析60-63
• 5.2.1 Moravec角点检测算法60-62
• 5.2.2 Harris角点检测算法62-63
• 5.3 一种改进的双边滤波检测算法研究63-67
• 5.3.1 集成灰度距离的双边核函数64-65
• 5.3.2 双阈值Harris角点检测原理65
• 5.3.3 角点匹配算法65-67
• 5.4 互遮挡的多目标跟踪算法研究67
• 5.5 实验结果及分析67-73
• 5.6 本章小结73-75
• 第6章 工作总结与展望75-77
• 6.1 工作总结75-76
• 6.2 未来工作展望76-77
• 参考文献77-81
• 在学期间研究成果81-83
• 致谢83-84

【相似文献】

中国期刊全文数据库 前10条

1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期

2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

3 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期

4 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期

5 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期

6 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期

7 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期

8 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期

9 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期

10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期

中国重要会议论文全文数据库 前10条

1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

3 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

6 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报（2005）[C];2005年

8 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

9 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

10 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年

2 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年

3 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

4 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

5 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年

6 邱雪娜;基于视觉的运动目标跟踪算法及其在移动机器人中的应用[D];华东理工大学;2011年

7 赵运基;基于视觉的目标跟踪算法研究[D];华南理工大学;2012年

8 张健;面向能效优化的无线传感器网络分布式目标跟踪算法研究[D];东北大学;2011年

9 易伟;基于检测前跟踪技术的多目标跟踪算法研究[D];电子科技大学;2012年

10 侯跃恩;基于稀疏表示的视觉目标跟踪算法研究[D];华南理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年

2 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年

3 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年

4 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年

5 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年

6 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年

7 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年

8 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015年

9 单顺勇;结合多示例学习和模板匹配的目标跟踪算法研究[D];江西理工大学;2015年

10 张碧武;基于单目视觉的目标跟踪算法的研究与实现[D];电子科技大学;2015年

  本文关键词：基于加权修正和双边滤波的视频运动目标跟踪算法研究，由笔耕文化传播整理发布。

本文编号：381383