运动目标识别与跟踪方法的研究

发布时间：2023-04-05 16:19

　　对于运动目标识别与跟踪方法的研究一直以来都是计算机视觉课题研究的热点,广泛应用于视频监控、医疗手术的诊断治疗和智能交通等各方面,所以本课题的研究有着很强的理论意义和实际意义。本文主要是对静态背景下运动目标识别及跟踪方法进行研究,针对复杂背景下目标识别效果不明显以及发生遮挡时跟踪失败的问题,在分析传统的识别、跟踪算法的基础之上加以改进。最终本文取得的研究成果如下:运动目标识别方法的研究。首先对传统的目标识别算法进行分析比较,并根据各自的优缺点,为解决识别效果不明显的问题,在帧差法与背景差分法的基础上提出一种新的改进算法。该算法将融合边缘检测的三帧差法与基于Surendra算法的背景差分法相结合,在五种不同的环境:简单单一环境下、大尺度及小尺度目标场景下、目标速度很快的场景下、多运动目标环境下和光照环境场景下分别进行实验。结果表明,通过在单一背景和各种复杂背景下进行结果对比,本文提出的新算法能够完整、准确的从图像序列中提取出运动目标,适用于不同的场景,且满足实时性的要求,对环境具有鲁棒性,弥补了帧差法与背景差分法的缺点,可行有效。运动目标跟踪方法的研究。对常用的跟踪技术分类进行了说明,然后...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及其意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文主要工作
        1.3.1 本文主要工作
        1.3.2 本文章节安排
第2章 常用识别与跟踪处理算法
    2.1 图像颜色模型
        2.1.1 RGB颜色模型
        2.1.2 HSV空间
        2.1.3 RGB与 HSV的转换
    2.2 图像的二值化操作
    2.3 图像的滤波去噪
        2.3.1 均值滤波
        2.3.2 中值滤波
        2.3.3 处理效果对比
    2.4 直方图均衡化处理
    2.5 图像形态学处理
        2.5.1 腐蚀及膨胀原理
        2.5.2 开运算与闭运算操作
    2.6 边缘检测算子
    2.7 本章小结
第3章 运动目标识别方法的研究
    3.1 传统的目标识别算法
        3.1.1 光流法
        3.1.2 帧差法
        3.1.3 背景差分法
        3.1.4 传统目标识别算法优缺点总结
    3.2 运动目标识别方法的改进
        3.2.1 三帧差法的原理
        3.2.2 融合边缘检测的改进三帧差法
        3.2.3 基于Surendra算法的背景差分法
        3.2.4 基于帧差与背景差分的改进目标识别算法
        3.2.5 实验结果与分析
    3.3 本章小结
第4章 运动目标跟踪方法的研究
    4.1 常用运动目标跟踪方法分类
        4.1.1 基于轮廓的跟踪
        4.1.2 基于模型的跟踪
        4.1.3 基于特征提取的跟踪
        4.1.4 基于区域的跟踪
    4.2 基于CAMSHIFT算法的目标跟踪
        4.2.1 Meanshift算法基本原理
        4.2.2 Camshift算法跟踪原理
        4.2.3 实验结果与分析
    4.3 运动目标跟踪方法的改进
        4.3.1 Kalman滤波器预测原理
        4.3.2 Kalman滤波器与Camshift算法相结合
        4.3.3 线性预测基本原理
        4.3.4 线性预测与Camshift算法相结合
        4.3.5 实验结果与分析
    4.4 本章小结
第5章 结论
参考文献
在学研究成果
致谢



本文编号：3783732