本文關(guān)鍵詞： 運(yùn)動(dòng)目標(biāo)檢測(cè) 矩陣低秩稀疏分解 邊緣檢測(cè) 幀間差分　出處：《西北大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：運(yùn)動(dòng)目標(biāo)檢測(cè)是一種將一個(gè)或者多個(gè)運(yùn)動(dòng)物體從視頻中準(zhǔn)確提取出來的技術(shù),是圖像處理和計(jì)算機(jī)視覺學(xué)科中的一個(gè)重要分支。運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性直接影響后續(xù)運(yùn)動(dòng)目標(biāo)追蹤、運(yùn)動(dòng)目標(biāo)識(shí)別以及運(yùn)動(dòng)目標(biāo)行為分析等的結(jié)果。目前,運(yùn)動(dòng)目標(biāo)檢測(cè)在交通監(jiān)控、天氣預(yù)報(bào)以及衛(wèi)星云圖分析等方面有著廣泛的應(yīng)用。因此,對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)進(jìn)行研究有重要的理論研究意義和應(yīng)用價(jià)值。常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有:幀間差分法、背景減除法以及光流法。近年來提出的矩陣低秩稀疏分解理論引起了相關(guān)學(xué)者的高度關(guān)注,并將其應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)。本文圍繞基于矩陣低秩稀疏分解的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)展開研究,以提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率和算法效率。創(chuàng)新性工作主要體現(xiàn)在:提出了一種改進(jìn)的基于矩陣低秩稀疏分解的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法,更進(jìn)一步綜合考慮前后視頻幀之間的差別,結(jié)合邊緣提取和幀間差分法對(duì)檢測(cè)到的運(yùn)動(dòng)目標(biāo)邊緣進(jìn)行補(bǔ)償,提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率。本文研究工作主要包括以下幾個(gè)方面:1.研究和學(xué)習(xí)了幾種運(yùn)動(dòng)目標(biāo)檢測(cè)方法:幀間差分法、光流法、背景減除法和矩陣低秩稀疏分解法,并數(shù)值實(shí)現(xiàn)了部分算法,給出相應(yīng)的實(shí)驗(yàn)結(jié)果與分析。2.在研究矩陣低秩稀疏分解理論及其求解算法的基礎(chǔ)上,提出了一種改進(jìn)的基于矩陣低秩稀疏分解的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。該方法采用對(duì)視頻等間隔隔幀提取,并對(duì)矩陣稀疏分解模型中的稀疏項(xiàng)加以約束,提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率和算法實(shí)現(xiàn)效率,實(shí)驗(yàn)結(jié)果表明該方法能夠準(zhǔn)確地提取運(yùn)動(dòng)目標(biāo),是一種行之有效的方法。3.考慮邊緣是圖像中最重要的信息,結(jié)合幀間差分法的優(yōu)勢(shì),在改進(jìn)的矩陣低秩稀疏分解方法的基礎(chǔ)上,融合邊緣與幀間信息,對(duì)檢測(cè)出的運(yùn)動(dòng)目標(biāo)邊緣補(bǔ)償,提高檢測(cè)目標(biāo)的準(zhǔn)確率,并給出相應(yīng)的實(shí)驗(yàn)結(jié)果及分析。總之,圍繞運(yùn)動(dòng)目標(biāo)檢測(cè)問題,本文提出并實(shí)現(xiàn)了改進(jìn)的基于矩陣低秩稀疏分解的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,進(jìn)一步融合邊緣與幀差信息對(duì)檢測(cè)的運(yùn)動(dòng)目標(biāo)邊緣進(jìn)行補(bǔ)償。該方法不僅能夠以較高的算法效率準(zhǔn)確地提取運(yùn)動(dòng)目標(biāo),而且占用較少的運(yùn)行內(nèi)存。
[Abstract]:Moving target detection is a technique that accurately extracts one or more moving objects from a video. It is an important branch of the subject of image processing and computer vision. The accuracy of moving target detection directly affects the results of subsequent moving target tracking, moving target recognition and behavior analysis of moving object. Moving target detection is widely used in traffic monitoring, weather forecast and satellite cloud image analysis. The research of moving target detection technology has important theoretical research significance and application value. Background subtraction method and optical flow method. The theory of low rank sparse decomposition of matrix proposed in recent years has attracted great attention of scholars. This paper focuses on video moving target detection based on low rank sparse decomposition of matrix. In order to improve the accuracy and efficiency of moving target detection, the innovative work is as follows: an improved video moving target detection method based on matrix low rank sparse decomposition is proposed. Furthermore, considering the difference between video frames, the edge of the detected moving object is compensated by edge extraction and inter-frame differential method. To improve the accuracy of moving target detection, this paper mainly includes the following aspects: 1. Research and study of several moving target detection methods: inter-frame difference method, optical flow method, background subtraction method and matrix low-rank sparse decomposition method. Numerical results and analysis of some algorithms are given. 2. On the basis of studying the theory of matrix low rank sparse decomposition and its solving algorithm, An improved method of moving target detection based on low rank sparse decomposition of matrix is proposed, in which the frame interval of video is extracted at equal intervals, and the sparse items in the sparse decomposition model of matrix are constrained. The accuracy of moving target detection and the efficiency of the algorithm are improved. The experimental results show that this method can extract moving target accurately and is an effective method. Considering edge is the most important information in the image. Combining the advantages of the inter-frame difference method and the improved matrix low-rank sparse decomposition method, the edge and inter-frame information are fused to compensate the edge of the detected moving object, and the accuracy of the detection target is improved. The corresponding experimental results and analysis are given. In a word, an improved method of moving target detection based on matrix low rank sparse decomposition is proposed and implemented around the problem of moving target detection. The edge of the detected moving object can be compensated by further fusion of edge and frame difference information. This method can not only extract the moving object accurately but also occupy less running memory.
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林幼權(quán),倪晉麟,王德純,張光義;一種新的適用于機(jī)載前向陣?yán)走_(dá)的動(dòng)目標(biāo)檢測(cè)方法[J];電子學(xué)報(bào);2000年12期

2 劉穎;廖桂生;李海;;動(dòng)目標(biāo)檢測(cè)、定位與成像方法研究[J];系統(tǒng)工程與電子技術(shù);2005年12期

3 李文明;;相干動(dòng)目標(biāo)檢測(cè)器中的正交雙通道不平衡效應(yīng)[J];現(xiàn)代雷達(dá);1988年01期

4 郭志芬,張玉蘭;圖象動(dòng)目標(biāo)檢測(cè)[J];北京理工大學(xué)學(xué)報(bào);1992年03期

5 鄭世超;宋紅軍;劉亞波;閆賀;吳琨;;廣域監(jiān)視動(dòng)目標(biāo)檢測(cè)模式下動(dòng)目標(biāo)快速定位誤差分析[J];雷達(dá)學(xué)報(bào);2013年04期

6 胡愛明;胡可欣;;一種基于優(yōu)化設(shè)計(jì)的動(dòng)目標(biāo)檢測(cè)方法及其運(yùn)用[J];航天電子對(duì)抗;2006年06期

7 胡可欣;胡愛明;;一種優(yōu)化設(shè)計(jì)的動(dòng)目標(biāo)檢測(cè)方法及其運(yùn)用[J];火控雷達(dá)技術(shù);2007年02期

8 劉書君;袁運(yùn)能;魏俊;毛士藝;;雙通道與單通道相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)新方法[J];信號(hào)處理;2008年03期

9 林文耀;覃亞麗;胡海容;;基于分?jǐn)?shù)傅立葉變換的機(jī)載SAR多運(yùn)動(dòng)目標(biāo)檢測(cè)[J];計(jì)算機(jī)與數(shù)字工程;2009年01期

10 劉敬興;;地面探測(cè)脈沖壓縮雷達(dá)的動(dòng)目標(biāo)檢測(cè)[J];電子技術(shù)應(yīng)用;2010年01期

相關(guān)會(huì)議論文 前8條

1 王新勇;梁國龍;惠俊英;郭龍祥;;寬帶多頻動(dòng)目標(biāo)檢測(cè)的仿真研究[A];2001年全國水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2001年

2 王磊;;雙置條件下運(yùn)動(dòng)目標(biāo)檢測(cè)方法[A];2008年全國聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 祁亞斌;周軍紅;;基于二維最大熵的運(yùn)動(dòng)目標(biāo)檢測(cè)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 穆文爭;張曉玲;;一種新的多通道SAR運(yùn)動(dòng)目標(biāo)檢測(cè)方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

5 王宏群;方帥;高明;;基于抑制光強(qiáng)變化影響的運(yùn)動(dòng)目標(biāo)檢測(cè)[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

6 唐勇;張桂林;李利榮;;基于光流的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[A];全國冶金自動(dòng)化信息網(wǎng)年會(huì)論文集[C];2004年

7 郭銳;王建國;;基于特征分解的多通道SAR運(yùn)動(dòng)目標(biāo)檢測(cè)[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)——通信與信息技術(shù)會(huì)議論文集（上）[C];2006年

8 王睿;國智;王鳳宇;;利用動(dòng)態(tài)參數(shù)檢測(cè)紅外動(dòng)目標(biāo)的算法研究[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 許京偉;頻率分集陣列雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];西安電子科技大學(xué);2015年

2 屈鑒銘;智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];西安電子科技大學(xué);2015年

3 王歡;復(fù)雜場景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤研究[D];北京理工大學(xué);2015年

4 張雷;分布式SAR動(dòng)目標(biāo)檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

5 王金偉;多波段/多波形新體制SAR運(yùn)動(dòng)目標(biāo)檢測(cè)與成像[D];西安電子科技大學(xué);2016年

6 杜文韜;陣列雷達(dá)動(dòng)目標(biāo)檢測(cè)多維域方法研究[D];西安電子科技大學(xué);2015年

7 黃敏;基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)研究[D];東南大學(xué);2014年

8 于紅緋;車載環(huán)境下基于單目大視角相機(jī)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];東北大學(xué);2013年

9 鄭明潔;合成孔徑雷達(dá)動(dòng)目標(biāo)檢測(cè)和成像研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2003年

10 危嵩;機(jī)載合成孔徑雷達(dá)動(dòng)目標(biāo)檢測(cè)與成像研究[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 夏斌偉;視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤[D];華南理工大學(xué);2015年

2 亓萌;雙基地SAR動(dòng)目標(biāo)檢測(cè)及成像研究[D];電子科技大學(xué);2015年

3 王龍;動(dòng)態(tài)場景建模與運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];電子科技大學(xué);2014年

4 黃蒙;基于FPGA的雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)[D];西安電子科技大學(xué);2014年

5 羅一淳;SAR轉(zhuǎn)動(dòng)目標(biāo)檢測(cè)與參數(shù)估計(jì)方法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

6 柴國強(qiáng);機(jī)載SAR動(dòng)目標(biāo)檢測(cè)及參數(shù)估計(jì)技術(shù)研究[D];電子科技大學(xué);2014年

7 蘇靖峰;基于激光掃描的運(yùn)動(dòng)目標(biāo)檢測(cè)與識(shí)別[D];電子科技大學(xué);2014年

8 李春海;DBS成像與廣域地面動(dòng)目標(biāo)檢測(cè)、定位方法研究[D];西安電子科技大學(xué);2014年

9 崔雪梅;靜態(tài)場景下運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的關(guān)鍵技術(shù)研究[D];青島大學(xué);2015年

10 魯緣政;機(jī)載MIMO雷達(dá)運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法研究[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：1544015