基于视频融合的动目标检测与跟踪方法研究
发布时间：2022-02-19 04:22
随着安防系统、交通监控系统等监控应用越来越广泛,随之而来的实际应用要求与问题也日益增加。传统安防系统常以单摄像头对目标进行检测与跟踪,但因单摄像头视野小、视角单一,难以从多角度对目标进行监控,尤其目标与摄像头之间存在遮挡物时,对目标的检测与跟踪更加困难。利用多摄像头视频融合以实现在不同角度对目标进行监控,起到了扩大监控视野、减小监控死角、延长对目标监控时长的作用。因此,多摄像头视频融合的动目标检测与跟踪在安防系统、视频监控领域中逐渐成为研究热点。基于上述背景,本文主要研究基于视频融合的动目标检测与跟踪,并通过下述三个板块进行功能实现:1、摄像头视频融合。以加速鲁棒特征（Speed-up Robust Feature,SURF）算法作为视频融合实现的理论基础,对用SURF算法提取特征点的过程进行了详细推导。考虑到缝合线寻找方法与图像融合方法对视频融合效果的重要作用,分别对最常用的三种缝合线寻找方法、三种图像融合方法进行了详细探讨,同时通过实验结果对这些缝合线寻找方法和融合方法进行了对比分析、验证。针对视频融合时重叠区域存在由运动目标引起的图像模糊问题,提出了一种基于帧间差分法的视频融合方...
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.2.1 基于视频融合的研究进展
1.2.2 基于视频动目标检测的研究进展
1.2.3 基于视频动目标跟踪的研究进展
1.3 本文的主要工作和结构安排
第二章 摄像头视频拼接相关理论基础
2.1 引言
2.2 摄像机成像基础
2.2.1 摄相机成像理论
2.2.2 图像几何投影
2.3 特征点检测算法简介
2.3.1 Harris角点算法
2.3.2 SIFT特征算法
2.3.3 SURF特征算法
2.4 图像投影理论基础
2.4.1 平面投影
2.4.2 球面投影
2.4.3 立方体投影
2.4.4 柱面投影
2.5 摄像头视频拼接流程
2.6 本章小结
第三章 基于SURF算法的视频帧图像融合
3.1 引言
3.2 SURF特征算法
3.2.1 构建Hessian矩阵与尺度空间
3.2.2 尺度空间特征点精确定位
3.2.3 特征点主方向分配
3.2.4 生成特征描述子
3.3 寻找缝合线方法
3.3.1 逐点法
3.3.2 动态规划法
3.3.3 图割法
3.3.4 结果对比分析
3.4 图像融合方法
3.4.1 简单直接融合法
3.4.2 渐入渐出加权融合法
3.4.3 多分辨率融合法
3.4.4 结果对比分析
3.5 基于帧间差分的改进视频图像融合算法与实现
3.5.1 视频融合实验测试与分析
3.5.2 基于帧间差分法的改进视频图像融合
3.5.3 改进视频融合的实验结果分析
3.6 本章小结
第四章 动目标检测理论与实现
4.1 引言
4.2 帧间差分法
4.2.1 帧间差分法原理
4.2.2 帧间差分法概述
4.3 混合高斯模型法
4.3.1 混合高斯模型法原理
4.3.2 混合高斯模型法概述
4.4 Vi Be算法
4.4.1 Vi Be算法原理
4.4.2 Vi Be算法概述
4.4.3 Vi Be算法结果与分析
4.5 改进Vi Be背景模型的鬼影及闪烁点快速消除实现
4.5.1 Vi Be算法的改进
4.5.2 改进Vi Be算法实现步骤
4.5.3 实验结果与分析
4.6 本章小结
第五章 动目标跟踪理论与实现
5.1 引言
5.2 动目标跟踪算法
5.2.1 压缩跟踪算法原理
5.2.2 TLD算法原理
5.3 KCF跟踪算法
5.3.1 线性回归
5.3.2 循环矩阵频域对角化
5.3.3 快速核回归
5.3.4 快速跟踪
5.3.5 结果分析
5.4 基于特征融合的KCF跟踪方法
5.4.1 改进KCF算法实现步骤
5.4.2 实验结果与分析
5.5 本章小结
第六章 基于视频融合的动目标检测与跟踪实现
6.1 实验基础
6.2 基于视频融合的动目标检测与跟踪实现
6.3 实验结果及分析
6.4 本章小结
第七章 总结与展望
7.1 全文总结
7.2 前景展望
参考文献
致谢
作者简介
本文编号：3632208
【文章来源】：西安电子科技大学陕西省211工程院校教育部直属院校
【文章页数】：107 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 课题研究的背景及意义
1.2 国内外研究现状
1.2.1 基于视频融合的研究进展
1.2.2 基于视频动目标检测的研究进展
1.2.3 基于视频动目标跟踪的研究进展
1.3 本文的主要工作和结构安排
第二章 摄像头视频拼接相关理论基础
2.1 引言
2.2 摄像机成像基础
2.2.1 摄相机成像理论
2.2.2 图像几何投影
2.3 特征点检测算法简介
2.3.1 Harris角点算法
2.3.2 SIFT特征算法
2.3.3 SURF特征算法
2.4 图像投影理论基础
2.4.1 平面投影
2.4.2 球面投影
2.4.3 立方体投影
2.4.4 柱面投影
2.5 摄像头视频拼接流程
2.6 本章小结
第三章 基于SURF算法的视频帧图像融合
3.1 引言
3.2 SURF特征算法
3.2.1 构建Hessian矩阵与尺度空间
3.2.2 尺度空间特征点精确定位
3.2.3 特征点主方向分配
3.2.4 生成特征描述子
3.3 寻找缝合线方法
3.3.1 逐点法
3.3.2 动态规划法
3.3.3 图割法
3.3.4 结果对比分析
3.4 图像融合方法
3.4.1 简单直接融合法
3.4.2 渐入渐出加权融合法
3.4.3 多分辨率融合法
3.4.4 结果对比分析
3.5 基于帧间差分的改进视频图像融合算法与实现
3.5.1 视频融合实验测试与分析
3.5.2 基于帧间差分法的改进视频图像融合
3.5.3 改进视频融合的实验结果分析
3.6 本章小结
第四章 动目标检测理论与实现
4.1 引言
4.2 帧间差分法
4.2.1 帧间差分法原理
4.2.2 帧间差分法概述
4.3 混合高斯模型法
4.3.1 混合高斯模型法原理
4.3.2 混合高斯模型法概述
4.4 Vi Be算法
4.4.1 Vi Be算法原理
4.4.2 Vi Be算法概述
4.4.3 Vi Be算法结果与分析
4.5 改进Vi Be背景模型的鬼影及闪烁点快速消除实现
4.5.1 Vi Be算法的改进
4.5.2 改进Vi Be算法实现步骤
4.5.3 实验结果与分析
4.6 本章小结
第五章 动目标跟踪理论与实现
5.1 引言
5.2 动目标跟踪算法
5.2.1 压缩跟踪算法原理
5.2.2 TLD算法原理
5.3 KCF跟踪算法
5.3.1 线性回归
5.3.2 循环矩阵频域对角化
5.3.3 快速核回归
5.3.4 快速跟踪
5.3.5 结果分析
5.4 基于特征融合的KCF跟踪方法
5.4.1 改进KCF算法实现步骤
5.4.2 实验结果与分析
5.5 本章小结
第六章 基于视频融合的动目标检测与跟踪实现
6.1 实验基础
6.2 基于视频融合的动目标检测与跟踪实现
6.3 实验结果及分析
6.4 本章小结
第七章 总结与展望
7.1 全文总结
7.2 前景展望
参考文献
致谢
作者简介
本文编号：3632208
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3632208.html
最近更新
教材专著
