复杂背景下的运动目标检测与跟踪

发布时间：2017-10-21 01:25

  本文关键词：复杂背景下的运动目标检测与跟踪

  更多相关文章： Markov随机游走 旋转不变局部二值模式 抗遮挡 K均值聚类 均值漂移 粒子滤波 运动目标检测 运动目标跟踪

【摘要】：现代社会发展迅猛,一些对社会有危害性的事件的发生概率成上升趋势,然而采用单纯的“警力”难以遏制事件的发生,因此智能视频监控的重要性也越来越突出。智能视频监控涉及的方面有图像处理、计算机视觉、模式识别和人工智能等,是相当有挑战性的课题。智能视频监控是图像处理和计算机视觉领域中非常重要的研究方向,其核心思想是对复杂背景中的运动目标进行检测与跟踪,监控目标的活动情况,理解和描述目标的行为。本文首先根据问题发生根源、影响范围和持续时间长短三类对复杂背景进行划分,其次对复杂背景下的运动目标检测与跟踪进行了分析,最后围绕着复杂背景这条主线,从为解决光照突变、局部扰动、相似背景、局部遮挡等不同复杂背景下的运动目标检测与跟踪问题入手,开展运动目标检测与跟踪方面的研究。本文的主要研究工作和创新点如下：(1)本文针对光照突变和局部扰动对运动目标检测的影响,设计了一种基于CH特征(Contrast histogram)的运动目标检测算法。该算法采用CH特征表示像素,用高斯混合模型来构造CH特征的背景模型,首先初始化CH特征的背景模型,训练背景模型,最后提取前景。CH特征描述了相邻像素之间的共生关系,因此当整个图像块增加或减少相同的灰色值,CH特征对亮度信息变化不敏感,该方法在一定程度上减少了光照突变和局部扰动的影响。(2)本文针对局部扰动对高斯混合算法的影响,设计了一种基于Markov和高斯混合模型的运动目标检测算法。该算法首先构建Markov随机游走模型,使用BP算法求解权值,获得边缘特征,把该边缘特征作为图像的空间信息加入到传统高斯混合模型中,然后通过形态学运算进一步强化空间信息的相关性。该算法对局部扰动适应性较好。(3)本文针对光照突变和相似背景对Mean Shift跟踪算法的影响,设计了一种基于旋转不变LBP (local binary pattern)特征的Mean Shift跟踪算法。首先计算目标和候选目标的旋转不变LBP特征,然后通过在平面内寻找位置y,使目标与候选目标在旋转不变LBP特征空间内取得最小距离,即取得相似度最大值。通过计算偏移向量获取候选目标偏移后的新位置,将新位置作为初始位置继续进行迭代,构成一个循环跟踪框架。该算法增强了光照突变、相似背景下跟踪算法的鲁棒性。(4)本文针对局部遮挡对粒子滤波跟踪算法的影响,设计了一种抗遮挡自适应的粒子滤波跟踪算法。该算法采用矩形作为跟踪窗,在重采样阶段嵌入K均值聚类算法,完成粒子聚类,获得粒子子群,然后根据粒子子群估算最终状态,并且修正跟踪窗。当面积St(i)变化超过5%时,跟踪窗保持上一帧尺寸不变。否则跟踪窗随着运动目标尺度变化而变化,实现自适应。该算法提高了粒子的利用率,大幅度降低了复杂度,同时减轻了粒子滤波退化问题。该算法增强了局部遮挡和运动目标尺度变化时跟踪算法的鲁棒性。
【关键词】：Markov随机游走 旋转不变局部二值模式 抗遮挡 K均值聚类 均值漂移 粒子滤波 运动目标检测 运动目标跟踪
【学位授予单位】：合肥工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 致谢9-10
• 摘要10-12
• ABSTRACT12-19
• 第一章 绪论19-35
• 1.1 选题的背景和意义19-20
• 1.2 复杂背景及其对运动目标检测与跟踪的影响20-24
• 1.3 复杂背景下的运动目标检测与跟踪的研究现状24-31
• 1.3.1 运动目标检测24-28
• 1.3.2 运动目标跟踪28-31
• 1.4 论文创新点和结构安排31-34
• 1.4.1 研究内容和创新点31-32
• 1.4.2 本文的结构安排32-34
• 1.5 本章小结34-35
• 第二章 基于CH特征的运动目标检测算法35-45
• 2.1 相关工作介绍35-36
• 2.2 算法整体思路36-40
• 2.2.1 CH特征的计算及有效性分析36-38
• 2.2.2 背景模型定义38-39
• 2.2.3 背景模型初始化39
• 2.2.4 训练背景模型39-40
• 2.2.5 提取前景40
• 2.3 实验结果与分析40-43
• 2.4 本章小结43-45
• 第三章 基于MARKOV和高斯混合模型的运动目标检测算法45-59
• 3.1 相关工作介绍45
• 3.2 相关概念介绍45-47
• 3.2.1 马尔可夫随机游走45-47
• 3.2.2 高斯混合算法47
• 3.3 算法整体思路47-54
• 3.3.1 Markov随机游走提取边缘47-52
• 3.3.2 运动目标检测与形态学处理52-54
• 3.4 实验结果与分析54-57
• 3.5 本章小结57-59
• 第四章 基于旋转不变LBP特征的MEAN SHIFT跟踪算法59-75
• 4.1 相关工作介绍59-60
• 4.2 MEAN SHIFT算法60-63
• 4.2.1 非参数核密度估计60-61
• 4.2.2 密度梯度估计61-62
• 4.2.3 Mean Shift算法原理62-63
• 4.3 算法整体思路63-68
• 4.3.1 算法描述64
• 4.3.2 提取目标特征64-66
• 4.3.3 相似度计算66-67
• 4.3.4 运动目标定位67-68
• 4.4 实验结果与分析68-73
• 4.5 本章小结73-75
• 第五章 抗遮挡自适应的粒子滤波算法75-89
• 5.1 相关工作介绍75-76
• 5.2 粒子滤波相关算法研究76-79
• 5.2.1 粒子滤波算法原理76-77
• 5.2.2 粒子滤波算法的模块化分析77-79
• 5.3 算法整体思路79-83
• 5.3.1 算法具体步骤80
• 5.3.2 粒子权重计算80-81
• 5.3.3 K均值聚类(KM)重采样81-82
• 5.3.4 跟踪窗修正82-83
• 5.4 实验结果与分析83-87
• 5.5 本章小结87-89
• 第六章 总结与展望89-93
• 6.1 论文工作总结89-90
• 6.2 未来工作展望90-93
• 参考文献93-104
• 个人简历104-105
• 攻读博士学位期间的学术活动及成果情况105-106

【相似文献】

中国期刊全文数据库 前10条

1 陆必应;梁甸农;;天基稀疏阵运动目标检测模糊[J];系统工程与电子技术;2007年08期

2 彭书娟;马德宝;;一种基于分数阶Fourier变换的改进星载SAR动目标检测方法[J];信息工程大学学报;2008年04期

3 王芳;魏浩;朱飞燕;;动目标检测信号处理器的研究与设计[J];科技资讯;2009年08期

4 李真芳,保铮,王彤,廖桂生;基于实测数据的地面慢速动目标检测[J];电子学报;2003年09期

5 康猛;王春花;赵磊;丁琳琳;;一种新的球载雷达运动目标检测方法[J];信息化研究;2010年06期

6 许睿鹏;仇晓兰;胡东辉;丁赤飚;;一种基于散焦偏移差的全带宽机载SAR动目标检测方法[J];电子与信息学报;2010年10期

7 张春城,周正欧;浅地层探地雷达自动目标检测与定位研究[J];电子与信息学报;2005年07期

8 王力宝;许稼;粘永健;皇甫堪;彭应宁;;基于空时等效采样复用的星载SAR宽域运动目标检测与成像[J];信号处理;2009年12期

9 李涛;钟志峰;黄坚;;一种新的雷达动目标检测方法[J];微型机与应用;2012年17期

10 刘飞;王新洲;张鹏林;;基于聚类分析的运动目标检测与分割算法及实现[J];测绘信息与工程;2005年06期

中国重要会议论文全文数据库 前8条

1 王新勇;梁国龙;惠俊英;郭龙祥;;宽带多频动目标检测的仿真研究[A];2001年全国水声学学术会议论文集[C];2001年

2 王磊;;双置条件下运动目标检测方法[A];2008年全国声学学术会议论文集[C];2008年

3 祁亚斌;周军红;;基于二维最大熵的运动目标检测[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 穆文争;张晓玲;;一种新的多通道SAR运动目标检测方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

5 王宏群;方帅;高明;;基于抑制光强变化影响的运动目标检测[A];第十四届全国图象图形学学术会议论文集[C];2008年

6 唐勇;张桂林;李利荣;;基于光流的运动目标检测方法研究[A];全国冶金自动化信息网年会论文集[C];2004年

7 郭锐;王建国;;基于特征分解的多通道SAR运动目标检测[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

8 王睿;国智;王凤宇;;利用动态参数检测红外动目标的算法研究[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

中国博士学位论文全文数据库 前10条

1 郑明洁;合成孔径雷达动目标检测和成像研究[D];中国科学院研究生院（电子学研究所）;2003年

2 危嵩;机载合成孔径雷达动目标检测与成像研究[D];华中科技大学;2005年

3 王东升;视频运动目标检测及其实时处理系统研究[D];电子科技大学;2004年

4 宁蔚;机载/星载雷达地面动目标检测方法研究[D];西安电子科技大学;2005年

5 潘翔;运动目标检测[D];浙江大学;2003年

6 张立峰;动目标检测、成像与参数估计方法研究[D];西安电子科技大学;2013年

7 张云;高分辨SAR运动目标检测与成像若干技术研究[D];哈尔滨工业大学;2010年

8 许京伟;频率分集阵列雷达运动目标检测方法研究[D];西安电子科技大学;2015年

9 孟祥东;空时二维自适应信号处理与动目标检测[D];西安电子科技大学;2009年

10 王欢;运动目标检测与跟踪技术研究[D];南京理工大学;2009年

，

本文编号：1070485