基于时空显著特征的运动目标检测技术研究
发布时间：2021-07-02 18:51
从视频序列中能够完整地检测出运动目标成为了目前计算机视觉中热门的研究方向,是智能监控视频分析的基础。为优化运动目标检测算法的检测效果,考虑到视觉显著性能够快速地将注意指向感兴趣目标的这一特点,提出了一种基于时空显著特征的运动目标检测算法,能够准确地分割出运动目标。本论文主要工作和成果如下:1、对光流法、帧间差分法和背景减除法三种典型的运动目标检测算法进行分析。在时域上运用光流法对运动目标的运动信息进行提取,在空域上结合FT视觉显著性模型,将图像在Lab和RGB颜色空间上进行分析,提取运动目标空域显著特征,为图像融合作基础。2、对提取的运动目标时、空域显著特征进行融合。对小波变换融合、脉冲耦合神经网络融合以及自适应图像融合三种融合方式进行分析。结合实际的运用情形,提出了一种自适应的时空显著特征的图像融合方式。它能够根据运动目标运动的剧烈程度,将时域显著图和空域显著图的权重自适应地调整,不仅利用了时域显著特征容易引起注意的特点,还能够根据人类的视觉注意机制考虑了空间显著特征。3、对运动目标检测算法进行优化。本文通过改进CV模型的水平集对时空显著特征图进行分割,获得运动目标区域。对于含有阴影...
【文章来源】：长春理工大学吉林省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
金融领银行的监控系统
第1章绪论1第1章绪论1.1研究的目的和意义21世纪以来，在这个人工智能的时代，运动目标检测技术已普遍地应用在人们的生活中，其在计算机视觉上的重要程度引起了海内外研究学者及各研究机构的兴趣，纷纷参与到研究中来。近年来，科学技术跨越式的发展，智能化成为了时代的产物，对于运动目标检测技术的研究也不限于图像处理、自动控制等，成为一种新兴的科学，如今已成为了人工智能领域中不可或缺的研究方向。随着计算机图像处理技术、人工智能技术的飞速发展，智能监控系统不仅将摄像机用来监视和记录，而且计算机也被用来观察分析。它不仅提供安全性，访问信息和命令调度的功能，而且还能控制生产过程和大型公共设施，以及全面的健康医学监视和远程教育服务。近年来，也已普遍应用于生活、经济、军事等方面。例如：1)在金融方面，储蓄营业厅、保险库以及自助银行的监控；商业市场购物中心的安全监控；超市入口监控等均采用智能监控系统，用于检测当时的异常情况，并发出警报声以实现无人监督操作。图1.1为在金融方面的智能监控系统。a)b)图1.1金融领域的智能监控系统a)银行的监控系统b)超级市场的监控系统2)在军事领域中，由于中国有数千公里的海岸线，与许多邻国接壤。因此，智能监控系统可以准确、及时地了解边境地区的军事局势，面对未来的战争，可以迅速做出反应，以保护领海和祖国。图1.2为在海防方面的监控系统。图1.2海防的智能监控系统
第1章绪论23)在交通方面，智能监控系统是一个综合性的交通体系，监测车辆的密度、流量和速度，不仅能够及时的疏导交通堵塞，处罚违章的车辆，检测驾驶员行为的异常，还实时地监视车辆的性能和路况，保障人们的出行。如图1.3所示为交通智能监控系统。图1.3交通智能监控系统4)在家庭应用中，只需安装相匹配的摄像机和计算机系统即可实现功能强大，成本低廉且可靠的智能监控系统。当发生异常情况时，可以将现场图像发送给用户，方便了解家中的情况。如图1.4所示为家庭智能监控系统。图1.4家庭智能监控系统可见，智能监控系统广泛地应用在各领域中，相对于传统的监控系统来说，智能监控系统可以对图像进行分析，运动目标检测在系统中是目标定位、识别以及进行进一步图像处理的基础，成为了核心部分。1.2国内外研究现状及分析运动目标检测就是在图像序列中对一时间段内或相邻的几幅图像中空域和时域信息连续的分析，因此，可以在时域上进行检测，也可以在时-空联合域上进行检测。在运动目标检测中以时域特征为主线，辅以空域特征信息，让目标检测信息的来源多元化。目前，大致分为基于时域显著特征的运动目标检测算法和基于时空域显著特征的运动目标检测算法。
【参考文献】：
期刊论文
[1]医学图像基于阈值的分割技术[J]. 范群贞,吴浩,林真. 福建电脑. 2019(04)
[2]基于增补小波变换和PCNN的NSCT域图像融合算法[J]. 王健,张修飞,任萍,院文乐. 计算机工程与科学. 2018(10)
[3]基于稀疏特征的红外与可见光图像融合[J]. 丁文杉,毕笃彦,何林远,凡遵林,吴冬鹏. 光子学报. 2018(09)
[4]基于超像素时空特征的视频显著性检测方法[J]. 李艳荻,徐熙平. 光学学报. 2019(01)
[5]基于视觉显著性的视频差错掩盖算法[J]. 王冰,彭强. 西南交通大学学报. 2018(05)
[6]视频图像中的运动目标检测[J]. 周同雪,朱明. 液晶与显示. 2017(01)
[7]基于嵌入式Linux的运动目标跟踪视频监控系统[J]. 杨夏. 西南师范大学学报(自然科学版). 2016(11)
[8]一种改进的视频运动目标检测算法[J]. 李秀丽,李旭健,高林. 软件导刊. 2016(08)
[9]Pleiades-1高分辨率影像像素级4种融合算法的综合评价研究[J]. 任德智,周尧治,李江荣,钱登峰. 西部林业科学. 2014(01)
[10]融合图像质量评价指标的相关性分析及性能评估[J]. 张小利,李雄飞,李军. 自动化学报. 2014(02)
硕士论文
[1]图像融合质量指标研究[D]. 徐煜伟.电子科技大学 2019
[2]多源图像的融合方法研究[D]. 余大彦.电子科技大学 2018
[3]基于像素级的图像融合算法研究[D]. 王晶.中南林业科技大学 2016
[4]融合空时显著性的运动目标检测研究[D]. 张志华.昆明理工大学 2015
本文编号：3261028
【文章来源】：长春理工大学吉林省
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
金融领银行的监控系统
第1章绪论1第1章绪论1.1研究的目的和意义21世纪以来，在这个人工智能的时代，运动目标检测技术已普遍地应用在人们的生活中，其在计算机视觉上的重要程度引起了海内外研究学者及各研究机构的兴趣，纷纷参与到研究中来。近年来，科学技术跨越式的发展，智能化成为了时代的产物，对于运动目标检测技术的研究也不限于图像处理、自动控制等，成为一种新兴的科学，如今已成为了人工智能领域中不可或缺的研究方向。随着计算机图像处理技术、人工智能技术的飞速发展，智能监控系统不仅将摄像机用来监视和记录，而且计算机也被用来观察分析。它不仅提供安全性，访问信息和命令调度的功能，而且还能控制生产过程和大型公共设施，以及全面的健康医学监视和远程教育服务。近年来，也已普遍应用于生活、经济、军事等方面。例如：1)在金融方面，储蓄营业厅、保险库以及自助银行的监控；商业市场购物中心的安全监控；超市入口监控等均采用智能监控系统，用于检测当时的异常情况，并发出警报声以实现无人监督操作。图1.1为在金融方面的智能监控系统。a)b)图1.1金融领域的智能监控系统a)银行的监控系统b)超级市场的监控系统2)在军事领域中，由于中国有数千公里的海岸线，与许多邻国接壤。因此，智能监控系统可以准确、及时地了解边境地区的军事局势，面对未来的战争，可以迅速做出反应，以保护领海和祖国。图1.2为在海防方面的监控系统。图1.2海防的智能监控系统
第1章绪论23)在交通方面，智能监控系统是一个综合性的交通体系，监测车辆的密度、流量和速度，不仅能够及时的疏导交通堵塞，处罚违章的车辆，检测驾驶员行为的异常，还实时地监视车辆的性能和路况，保障人们的出行。如图1.3所示为交通智能监控系统。图1.3交通智能监控系统4)在家庭应用中，只需安装相匹配的摄像机和计算机系统即可实现功能强大，成本低廉且可靠的智能监控系统。当发生异常情况时，可以将现场图像发送给用户，方便了解家中的情况。如图1.4所示为家庭智能监控系统。图1.4家庭智能监控系统可见，智能监控系统广泛地应用在各领域中，相对于传统的监控系统来说，智能监控系统可以对图像进行分析，运动目标检测在系统中是目标定位、识别以及进行进一步图像处理的基础，成为了核心部分。1.2国内外研究现状及分析运动目标检测就是在图像序列中对一时间段内或相邻的几幅图像中空域和时域信息连续的分析，因此，可以在时域上进行检测，也可以在时-空联合域上进行检测。在运动目标检测中以时域特征为主线，辅以空域特征信息，让目标检测信息的来源多元化。目前，大致分为基于时域显著特征的运动目标检测算法和基于时空域显著特征的运动目标检测算法。
【参考文献】：
期刊论文
[1]医学图像基于阈值的分割技术[J]. 范群贞,吴浩,林真. 福建电脑. 2019(04)
[2]基于增补小波变换和PCNN的NSCT域图像融合算法[J]. 王健,张修飞,任萍,院文乐. 计算机工程与科学. 2018(10)
[3]基于稀疏特征的红外与可见光图像融合[J]. 丁文杉,毕笃彦,何林远,凡遵林,吴冬鹏. 光子学报. 2018(09)
[4]基于超像素时空特征的视频显著性检测方法[J]. 李艳荻,徐熙平. 光学学报. 2019(01)
[5]基于视觉显著性的视频差错掩盖算法[J]. 王冰,彭强. 西南交通大学学报. 2018(05)
[6]视频图像中的运动目标检测[J]. 周同雪,朱明. 液晶与显示. 2017(01)
[7]基于嵌入式Linux的运动目标跟踪视频监控系统[J]. 杨夏. 西南师范大学学报(自然科学版). 2016(11)
[8]一种改进的视频运动目标检测算法[J]. 李秀丽,李旭健,高林. 软件导刊. 2016(08)
[9]Pleiades-1高分辨率影像像素级4种融合算法的综合评价研究[J]. 任德智,周尧治,李江荣,钱登峰. 西部林业科学. 2014(01)
[10]融合图像质量评价指标的相关性分析及性能评估[J]. 张小利,李雄飞,李军. 自动化学报. 2014(02)
硕士论文
[1]图像融合质量指标研究[D]. 徐煜伟.电子科技大学 2019
[2]多源图像的融合方法研究[D]. 余大彦.电子科技大学 2018
[3]基于像素级的图像融合算法研究[D]. 王晶.中南林业科技大学 2016
[4]融合空时显著性的运动目标检测研究[D]. 张志华.昆明理工大学 2015
本文编号：3261028
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3261028.html
最近更新
教材专著
