基于显著性的运动目标检测技术研究

发布时间：2017-09-20 23:12

  本文关键词：基于显著性的运动目标检测技术研究

  更多相关文章： 显著性 空时 运动目标 融合

【摘要】：人们在观察事物时,即使是复杂的场景,也能迅速的找到自己感兴趣的区域,这就是所谓的视觉选择机制,而该感兴趣的区域则被称为视觉显著性区域,显著性一般表现为稀疏性,强对比度。显著性目标检测是指通过模仿人眼的视觉选择机制来获得与环境差异较大的前景目标。基于显著性的目标检测大多作为图像处理中的预处理模块,为后续处理过程提供目标的大概位置信息。现已广泛应用于图像压缩、目标跟踪、目标识别以及人机交互等领域,其研究和应用价值不容小觑。传统的单一的运动目标检测方法,背景减除法,帧间差分法和光流法,都有或多或少的缺陷,如背景减除法对于缓慢的运动目标检测效果不理想,帧间差分法对目标轮廓的检测不理想,光流法容易受噪声、光照变化等的影响。上述方法在背景复杂或者变化的情况下表现不佳,而基于显著性的运动目标检测则可以较好解决上述问题。基于显著性的运动目标检测方法,可以通过当前帧的空间显著图大概定位目标,再通过相邻帧的时间显著图进一步精确,因此受噪声、光照、背景等因素的影响小。而现有的显著性方法大多是基于单幅静态图像,对视频帧的处理还较少,本文希望结合空间显著图和时间显著图来获得能有效处理视频帧的显著性方法。本文的空间显著图通过改进基于频域的FT方法来获得,对FT方法从预处理,双颜色空间以及对得到的显著图采用中心周围对比度算子这三个方面来进行优化,使其对背景的抑制能力更好同时更利于突出前景。时间显著图通过光流法来提取相邻帧的运动向量,并针对中心周围对比度算子的不足,提出了带权重的对比度算子将更多的注意力放在离中心点更近的区域,通过实验选取了相对最优的对比尺度,并以此来获得时间显著图。最后合理的融合方法能够有效地结合空间和时间显著图的优势,获得更完整有效的显著目标区域,并通过实验对比了常用的几种融合空间和时间显著图的方法,选取了最适合本文的归一化相加融合方法。
【关键词】：显著性 空时 运动目标 融合
【学位授予单位】：中国科学院研究生院(光电技术研究所)
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 致谢3-4
• 摘要4-5
• ABSTRACT5-8
• 1 绪论8-16
• 1.1 研究背景与意义8-11
• 1.2 国内外研究现状11-14
• 1.3 本文主要内容14-16
• 2 显著性目标检测基础16-24
• 2.1 人类视觉系统16-17
• 2.2 显著性特征描述17-19
• 2.2.1 颜色特征18
• 2.2.2 亮度特征18
• 2.2.3 方向特征18-19
• 2.2.4 运动信息19
• 2.3 显著性模型计算原则19
• 2.4 评价准则简介19-22
• 2.4.1 线性相关系数20
• 2.4.2 F-Measure法20
• 2.4.3 ROC曲线20-21
• 2.4.4 KL散度21-22
• 2.5 常用测试数据集22-23
• 2.5.1 SD图库22
• 2.5.2 MSRA图库22
• 2.5.3 SOD图库22
• 2.5.4 视频数据集22-23
• 2.6 本章小结23-24
• 3 基于频域静态特征的空间显著性研究24-35
• 3.1 频域方法简介24
• 3.2 频域FT方法24-27
• 3.2.1 显著性检测指标25
• 3.2.2 实现过程25-27
• 3.3 对FT方法的优化27-31
• 3.3.1 双边滤波27-28
• 3.3.2 双颜色空间28-30
• 3.3.3 中心周围对比度算子优化显著图30-31
• 3.4 实验分析31-34
• 3.5 本章小结34-35
• 4 基于图像运动信息的时间显著性研究35-43
• 4.1 光流法简介35-37
• 4.1.1 基于匹配的光流法35-36
• 4.1.2 基于频域的光流法36-37
• 4.1.3 基于梯度的光流法37
• 4.2 光流法提取图像运动信息37-40
• 4.3 带权重的对比度算子40-41
• 4.4 实验分析41-42
• 4.5 本章小结42-43
• 5 空时显著图的融合方法43-52
• 5.1 融合方法介绍44-47
• 5.1.1 相加相乘和最大值融合方法44
• 5.1.2 不确定权重融合方法44-46
• 5.1.3 贝叶斯融合方法46-47
• 5.2 融合方法实验设置47-49
• 5.3 实验结果与分析49-51
• 5.4 本章小结51-52
• 6 总结与展望52-54
• 6.1 论文主要工作总结52-53
• 6.2 进一步研究展望53-54
• 参考文献54-58
• 作者简介及在学期间发表的学术论文与研究成果58-59

【相似文献】

中国期刊全文数据库 前10条

1 韩雷;王洪庆;林隐静;;光流法在强对流天气临近预报中的应用[J];北京大学学报(自然科学版);2008年05期

2 龚大墉;汪治华;杨数强;刘岩;;基于目标的局部约束光流分析[J];重庆工学院学报(自然科学版);2009年07期

3 严强;黄增喜;曹丽萍;黄蓉刚;;光流法在机车安全行驶中的应用[J];计算机应用研究;2013年04期

4 马鹏飞;杨金孝;;基于光流法的粒子图像测速[J];科学技术与工程;2012年32期

5 张永亮;卢焕章;贺兴华;谢耀华;;基于光流预测的直线对应算法[J];信号处理;2010年05期

6 孙承志;熊田忠;吉顺平;张家海;;基于差分的光流法在目标检测跟踪中的应用[J];机床与液压;2010年14期

7 王，

本文编号：890952