区域安防中图像目标检测方法研究

发布时间：2021-01-27 01:43

　　近年来,计算机视觉技术发展迅猛,特别是在图像处理、目标检测等领域的研究取得了许多成果。在区域安防应用中,突然出现的运动目标以及行人入侵等事件,可能对区域的安全造成威胁。因此,针对运动目标以及行人的检测在区域安防领域的研究具有重要的研究价值和现实意义。本文针对当前区域安防应用中运动目标与行人检测算法进行深入研究,并提出了相应的改进算法。主要包括图像预处理中的图像分割方法,分析现有运动目标检测和行人检测中常用方法存在的优缺点,并结合实际应用要求提出了相应的改进方法。论文主要工作和研究成果如下:1.针对现有的图像分割方法存在分割精度差,丢失细节的问题,提出一种基于改进遗传算法的图像分割方法。该方法利用了图像自身像素点的相关信息,并结合遗传算法,重新设计适应度函数等模块。该算法能够清晰地分割出目标,能够保留足够的特征细节,有效改善了区域安防场景下目标的分割效果得到了优化和提升。2.针对Vibe运动目标检测算法中无法快速消除“鬼影”的不足,提出一种基于图像分割的Vibe运动目标检测算法。该算法利用图像分割算法,使用到的分割阈值信息对Vibe算法中的前景点进行再一次筛选,以得到符合判决条件的前景点... 

【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】：90 页

【学位级别】：硕士

【部分图文】：

遗传算法步骤图

第一组场景下分割结果

第二章 基于改进遗传算法的图像分割方法现样本数量庞大的情况，上述算法将花费大量的额外工作量以及时间去进。本文算法的|RMR|值相比上述算法均是最优，且相同场景下的三种环境之间的浮动基本控制在 20%以内，体现了算法的鲁棒性。二组场景多目标 多目标（暗光照） 单目标


本文编号：3002194