本文關(guān)鍵詞：基于運動軌跡的船體尺寸視頻檢測算法與實現(xiàn)

  更多相關(guān)文章： 運動檢測 分割 跟蹤 軌跡 船舶測量

【摘要】：航道的水漲水落,加之船舶尺寸不規(guī)范,船舶的撞橋、擱淺時有發(fā)生。如何通過監(jiān)控視頻監(jiān)測船舶的尺寸涉及航道運行安全。然而水面場景的復(fù)雜性,船舶的互相遮擋,給運動船舶的提取和跟蹤帶來了困難,影響尺寸檢測的精度。論文源自《船聯(lián)網(wǎng)》國家重大專項子項目,研究了基于視頻圖像檢測、跟蹤河道中運動船舶的難點和解決方法,并利用圖像計算船舶的尺寸參數(shù)。在船舶檢測階段,最常用的是背景減除法,但檢測到的運動船舶往往并不完整,給船舶的提取和分割帶來了困難。論文針對船舶檢測中的船舶分體和相近兩條船舶合一的實際問題,改進了船舶分割的方法。在運動船舶軌跡提取方面,往往采用了 Kalman濾波跟蹤。然而Kalman多目標(biāo)追蹤不能解決船舶遮擋的問題,論文引入直方圖跟蹤并用聚合向量的方法加以改進。相比直方圖跟蹤,該方法在光線變化的情況下仍然適用,可以作為船舶遮擋時的補充跟蹤方法。在船舶圖像尺寸測量時,一般采用矩形逼近的方法,該方法將船舶尺寸計算轉(zhuǎn)化為矩形長寬的計算,但矩形的四個頂點通常落在船舶的邊緣之外。論文利用船舶的輪廓截取船舶的軌跡直線,將截取的線段作為船舶的長度大小。這種方法相比矩形逼近方法,能保證軌跡和輪廓的交點一定在船沿上。論文的主要創(chuàng)新點有:●改進了運動船舶的完整提取方法,既合并了運動檢測中船舶分體的區(qū)域,也避免了鄰近兩條船舶合一的問題;●給出了聚合向量跟蹤方法,彌補了 Kalman跟蹤在船舶遮擋中追蹤失效的不足,也克服了直方圖在船舶跟蹤難以區(qū)分不同目標(biāo)的問題,得到遮擋情況下船舶的完整軌跡;●優(yōu)化了船舶圖像尺寸計算方法,由原來的只計算船舶矩形框的長寬改進為通過軌跡直線和輪廓點的交點計算船舶的長寬,避免了矩形頂點不在船沿上的缺點,得到了準(zhǔn)確的船舶尺寸。
【關(guān)鍵詞】：運動檢測 分割 跟蹤 軌跡 船舶測量
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：U675.79;TP391.41
【目錄】：

• 摘要5-7
• Abstract7-9
• 第一章 緒論9-19
• 1.1 研究的背景和意義9-10
• 1.2 內(nèi)河航道的視頻監(jiān)控與測量10-11
• 1.3 內(nèi)河航道智能視頻檢測的模塊組成11-13
• 1.4 研究現(xiàn)狀13-15
• 1.4.1 國內(nèi)外船舶監(jiān)控和測量研究現(xiàn)狀13-14
• 1.4.2 智能監(jiān)控中船舶檢測、跟蹤與測量14-15
• 1.5 論文的主要工作15-16
• 1.6 論文的組織結(jié)構(gòu)16-19
• 第二章 運動船舶的提取與分割19-38
• 2.1 主要流程19-20
• 2.2 運動船舶檢測20-28
• 2.2.1 幀差法20-23
• 2.2.2 背景差分模型23-28
• 2.3 檢測結(jié)果的形態(tài)學(xué)處理28-32
• 2.4 多條運動船舶的分離32-36
• 2.4.1 多條運動船舶分離的基本方法32-34
• 2.4.2 多條船舶分割的難點與改進方法34-36
• 2.5 本章小結(jié)36-38
• 第三章 運動船舶的軌跡提取38-62
• 3.0 船舶軌跡提取方法設(shè)計38-39
• 3.1 中心點特征描述39-40
• 3.2 無遮擋時Kalman跟蹤提取軌跡點40-47
• 3.2.1 Kalman濾波原理40-42
• 3.2.2 運動船舶的Kalman跟蹤42-47
• 3.3 遮擋時的船舶跟蹤47-61
• 3.3.1 直方圖特征跟蹤47-54
• 3.3.2 色彩聚合向量跟蹤54-61
• 3.4 本章小結(jié)61-62
• 第四章 船舶圖像的長寬測量62-71
• 4.1 攝像機標(biāo)定算法62-63
• 4.2 矩形表示法63-64
• 4.3 旋轉(zhuǎn)矩形表示法64-68
• 4.4 軌跡直線和輪廓相交提取長寬的基準(zhǔn)點68-70
• 4.4.1 二值圖像的輪廓提取69
• 4.4.2 二值圖像的輪廓和軌跡直線相交69-70
• 4.5 本章小結(jié)70-71
• 第五章 總結(jié)與展望71-73
• 5.1 全文總結(jié)71-72
• 5.2 未來工作展望72-73
• 參考文獻(xiàn)73-76
• 致謝76-77
• 附錄 攻讀碩士學(xué)位期間的學(xué)術(shù)成果和參與項目等77-78

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃浩軍;胡鵬;李濤;龐淑英;;交通視頻檢測系統(tǒng)中背景提取的優(yōu)化算法[J];湖北汽車工業(yè)學(xué)院學(xué)報;2006年04期

2 曾炎盛;馬壽峰;鐘石泉;賈寧;;基于視頻檢測的交通沖突判別方法和模型[J];交通信息與安全;2012年04期

3 王霄維;王殿海;江晟;趙瑩瑩;;基于時空上下文信息的混合交通視頻檢測算法[J];北京理工大學(xué)學(xué)報;2013年12期

4 熊昕;徐建閩;;基于速度分類算法的交通事件視頻檢測系統(tǒng)設(shè)計[J];交通信息與安全;2013年02期

5 李敬峰;;視頻檢測在隧道意外檢測系統(tǒng)的應(yīng)用[J];中國交通信息產(chǎn)業(yè);2004年07期

6 段立橋;;兩種視頻檢測系統(tǒng)對比應(yīng)用分析[J];中國交通信息產(chǎn)業(yè);2006年11期

7 呂鎏棟;;基于視頻檢測的流量監(jiān)測技術(shù)在高速公路中的應(yīng)用[J];中國新技術(shù)新產(chǎn)品;2012年05期

8 劉曉薇;胡振民;余鶴齡;;違章車輛視頻檢測算法的研究[J];華東交通大學(xué)學(xué)報;2007年05期

9 蘇義軍;深孔視頻檢測儀器的開發(fā)和應(yīng)用[J];現(xiàn)代車用動力;1997年04期

10 蘇義軍;深孔視頻檢測儀器的開發(fā)和應(yīng)用[J];現(xiàn)代車用動力;1998年03期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 秦鐘;王法勝;;交叉口排隊長度的視頻檢測[A];第二十九屆中國控制會議論文集[C];2010年

2 柯剛鎧;胡堅明;姚丹亞;;一種適用于嵌入式平臺的交通流視頻檢測方法[A];2008第四屆中國智能交通年會論文集[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 雷曉;用視頻檢測完成智能監(jiān)控[N];中國交通報;2003年

2 徐穎 編譯;視頻檢測系統(tǒng)幫我們得到接近完美的雕刻網(wǎng)穴[N];中國包裝報;2002年

3 毅力;Micro-Check視頻檢測系統(tǒng)[N];中國包裝報;2002年

4 記者 朱盈潔;大企業(yè)申報數(shù)量增加[N];首都建設(shè)報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 劉紅;近重復(fù)視頻檢測算法研究[D];復(fù)旦大學(xué);2012年

2 江晟;混合交通視頻檢測關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

3 馬增強;運動車輛視頻檢測與分割方法研究[D];北京交通大學(xué);2011年

4 曲昭偉;混合交通視頻檢測算法研究[D];吉林大學(xué);2009年

5 李娟;城市交通系統(tǒng)中行人交通視頻檢測的理論與方法[D];北京交通大學(xué);2010年

6 李晗;同步檢測線方法及其在軌道交通中的應(yīng)用[D];浙江大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉曉亮;基于視頻檢測的高速公路交通事件影響預(yù)測研究[D];山東大學(xué);2015年

2 董志強;視頻檢測與識別技術(shù)在列檢人員安全監(jiān)測中的應(yīng)用研究[D];蘭州交通大學(xué);2015年

3 王驍;基于DSP的地下停車場車流量視頻檢測系統(tǒng)的設(shè)計[D];中北大學(xué);2016年

4 曾苗祥;基于硬件的低俗視頻檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];華中科技大學(xué);2014年

5 亓駿唯;遺留物品的自動視頻檢測和識別[D];天津工業(yè)大學(xué);2016年

6 高巖;基于動態(tài)與靜態(tài)信息融合的暴力視頻檢測[D];中國民航大學(xué);2016年

7 王娜;基于SVM算法的前方車輛視頻檢測[D];山東師范大學(xué);2016年

8 韓晶;基于多顏色空間能量曲線族的不良視頻檢測系統(tǒng)[D];濟南大學(xué);2016年

9 陳誠;現(xiàn)役纜索的移動式視頻檢測系統(tǒng)研究與開發(fā)[D];東南大學(xué);2016年

10 孫明霞;基于機器學(xué)習(xí)的車輛視頻檢測方法研究[D];中國民航大學(xué);2012年

，

本文編號：925043