基于目标建模的视频图像目标检测研究
发布时间：2021-11-03 10:12
视频图像运动目标检测技术是图形图像处理领域的研究热点,具有一定的理论研究价值和实际应用价值。本文针对运动无人机拍摄的视频图像,主要研究了适用于动态背景下的基于特征匹配和目标建模的运动目标检测算法,重点研究了基于目标建模的目标检测算法。首先,为了提高基于特征匹配的运动目标检测效果,本文研究了一种具有信息累加的特征匹配运动目标检测改进算法。基于Haar小波分解对原图像进行预处理,提取低频图像的SURF（Speed Up Robust Features,SURF）特征点,根据特征点匹配结果估计全局背景运动矢量,并且基于信息累加的方法对目标检测过程中的差分图像信息求累加和。经实验证明本文研究的算法具有良好的运动目标检测效果。其次,本文研究了一种基于特征自适应加权融合的DPM（Deformable Part Model,DPM）目标检测改进算法。在训练DPM目标检测模型和进行目标检测时需要计算融合特征,对HOG（Histogram of Oriented Gradient,HOG）特征进行主成分分析后,与等价模式的LBP（Local Binary Pattern,LBP）特征进行自适应加权融合。...
【文章来源】：西南科技大学四川省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
行人模型可视化图
法检测出目标，因此本文采用一层 Haar 小波分解。（a）原图 （b）一层 Haar 小波分解 （c）低频图像图3-1 基于 Haar 小波分解的预处理结果Fig. 3-1 The result of pretreatment based on Haar wavelate decomposition3.2 UAV 视频图像特征点提取比较分析3.2.1 特征点提取在基于特征匹配的运动目标检测算法中通常是提取特征点进行匹配来实现全局背景运动参数估计，常见的特征点提取算法有 SIFT、SURF、ORB，在本文中对这三种算法进行了具体的比较分析。（1）SIFT 特征点提取尺度不变特征变换（Scale Invariant Feature Transform，SIFT）是一种图像特提取与描述算法[35]。对原图片进行平移、缩放、旋转变化后，用该算法依然能够有效地提取特征点[39]，SIFT 特征点提取具体步骤如下：Step1：检测尺度空间特征点。要保证 SIFT 特征点具有尺度不变性需要在尺度空间内检测特征点，那么在特征计算过程中需要构建二维图像尺度空
在下面将用实际的实验效果来进行验证。为了比较特征点检测效果，本文对三幅图像进行了特征点的提取实验，三幅图像分别是原图片、原图片旋转变化之后的图片以及原图片缩小 50%的图片，其中原图片来源于运动无人机拍摄到的视频图像，是一幅街景图。用上述三种特征提取算法分别对它们进行特征点提取，实验效果如图 3-2。上述实验的硬件环境：处理器为 Intel(R) Core(TM) i5-6300HQ CPU @2.30GHz2.30GHz，内存为 8.00G；软件环境为 widows 7 操作系统，Visual Studio 2013和 OpenCV 2.4.10 开源库。（a）原图 （b）旋转图 （c）缩放图
【参考文献】：
期刊论文
[1]基于距离的相似最近邻搜索算法研究[J]. 姜大光,孙贺娟,易军凯. 北京化工大学学报(自然科学版). 2017(05)
[2]非均衡加权随机梯度下降SVM在线算法[J]. 鲁淑霞,周谧,金钊. 计算机科学与探索. 2017(10)
[3]无人机航拍视频中目标检测和跟踪方法综述[J]. 刘亚伟,李小民. 飞航导弹. 2016(09)
[4]一种基于可变形部件模型的快速对象检测算法[J]. 李春伟,于洪涛,李邵梅,卜佑军. 电子与信息学报. 2016(11)
[5]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋. 自动化学报. 2016(10)
[6]无人机的应用与管理[J]. 宋鸿. 中国公共安全. 2016(07)
[7]基于SURF特征提取和FLANN搜索的图像匹配算法[J]. 冯亦东,孙跃. 图学学报. 2015(04)
[8]基于重叠区域的高性能近似kD树算法[J]. 郑明玲,许柯,刘衡竹,魏登萍,李宝峰. 计算机辅助设计与图形学学报. 2015(06)
[9]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛. 计算机学报. 2015(06)
[10]基于背景补偿引导的动态场景下目标跟踪算法[J]. 王栋,朱虹,康凯,赵永飞. 仪器仪表学报. 2014(06)
硕士论文
[1]动态背景下基于SIFT特征匹配的目标检测算法[D]. 冯艳.西安电子科技大学 2014
[2]智能视频监控中运动目标检测与跟踪算法研究[D]. 高瑞华.南京航空航天大学 2014
[3]基于霍夫变换和条件随机场模型的目标检测[D]. 杜本汉.上海交通大学 2014
[4]动态场景下运动目标检测与跟踪算法的研究[D]. 汪巍.合肥工业大学 2012
本文编号：3473509
【文章来源】：西南科技大学四川省
【文章页数】：87 页
【学位级别】：硕士
【部分图文】：
行人模型可视化图
法检测出目标，因此本文采用一层 Haar 小波分解。（a）原图 （b）一层 Haar 小波分解 （c）低频图像图3-1 基于 Haar 小波分解的预处理结果Fig. 3-1 The result of pretreatment based on Haar wavelate decomposition3.2 UAV 视频图像特征点提取比较分析3.2.1 特征点提取在基于特征匹配的运动目标检测算法中通常是提取特征点进行匹配来实现全局背景运动参数估计，常见的特征点提取算法有 SIFT、SURF、ORB，在本文中对这三种算法进行了具体的比较分析。（1）SIFT 特征点提取尺度不变特征变换（Scale Invariant Feature Transform，SIFT）是一种图像特提取与描述算法[35]。对原图片进行平移、缩放、旋转变化后，用该算法依然能够有效地提取特征点[39]，SIFT 特征点提取具体步骤如下：Step1：检测尺度空间特征点。要保证 SIFT 特征点具有尺度不变性需要在尺度空间内检测特征点，那么在特征计算过程中需要构建二维图像尺度空
在下面将用实际的实验效果来进行验证。为了比较特征点检测效果，本文对三幅图像进行了特征点的提取实验，三幅图像分别是原图片、原图片旋转变化之后的图片以及原图片缩小 50%的图片，其中原图片来源于运动无人机拍摄到的视频图像，是一幅街景图。用上述三种特征提取算法分别对它们进行特征点提取，实验效果如图 3-2。上述实验的硬件环境：处理器为 Intel(R) Core(TM) i5-6300HQ CPU @2.30GHz2.30GHz，内存为 8.00G；软件环境为 widows 7 操作系统，Visual Studio 2013和 OpenCV 2.4.10 开源库。（a）原图 （b）旋转图 （c）缩放图
【参考文献】：
期刊论文
[1]基于距离的相似最近邻搜索算法研究[J]. 姜大光,孙贺娟,易军凯. 北京化工大学学报(自然科学版). 2017(05)
[2]非均衡加权随机梯度下降SVM在线算法[J]. 鲁淑霞,周谧,金钊. 计算机科学与探索. 2017(10)
[3]无人机航拍视频中目标检测和跟踪方法综述[J]. 刘亚伟,李小民. 飞航导弹. 2016(09)
[4]一种基于可变形部件模型的快速对象检测算法[J]. 李春伟,于洪涛,李邵梅,卜佑军. 电子与信息学报. 2016(11)
[5]基于视觉的目标检测与跟踪综述[J]. 尹宏鹏,陈波,柴毅,刘兆栋. 自动化学报. 2016(10)
[6]无人机的应用与管理[J]. 宋鸿. 中国公共安全. 2016(07)
[7]基于SURF特征提取和FLANN搜索的图像匹配算法[J]. 冯亦东,孙跃. 图学学报. 2015(04)
[8]基于重叠区域的高性能近似kD树算法[J]. 郑明玲,许柯,刘衡竹,魏登萍,李宝峰. 计算机辅助设计与图形学学报. 2015(06)
[9]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛. 计算机学报. 2015(06)
[10]基于背景补偿引导的动态场景下目标跟踪算法[J]. 王栋,朱虹,康凯,赵永飞. 仪器仪表学报. 2014(06)
硕士论文
[1]动态背景下基于SIFT特征匹配的目标检测算法[D]. 冯艳.西安电子科技大学 2014
[2]智能视频监控中运动目标检测与跟踪算法研究[D]. 高瑞华.南京航空航天大学 2014
[3]基于霍夫变换和条件随机场模型的目标检测[D]. 杜本汉.上海交通大学 2014
[4]动态场景下运动目标检测与跟踪算法的研究[D]. 汪巍.合肥工业大学 2012
本文编号：3473509
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3473509.html
