本文關鍵詞：基于圖像處理的目標識別及檢測技術，由筆耕文化傳播整理發(fā)布。

【摘要】：目標識別及檢測技術涉及到計算機、信號處理和生理學等諸多學科,是機器視覺的核心技術之一,在智能交通系統(tǒng)、智能定位等研究領域都有重要應用。本文受企業(yè)委托,在經(jīng)典算法的研究基礎上,針對基于靜態(tài)圖像的目標識別技術與基于動態(tài)視頻圖像的運動目標檢測技術開展了如下研究工作:(1)以K-L變換、幀間差法、光流法、背景差分法等傳統(tǒng)算法為理論基礎,通過實驗對比分析了經(jīng)典算法的特點及其適用環(huán)境。(2)以車牌漢字識別為代表,針對光線變化、污跡遮擋等造成車牌漢字模糊,加大車牌識別難度,嚴重影響違規(guī)車輛的有效稽查及跟蹤等問題,研究了基于分類的目標識別技術,本文提出一種結合高斯金字塔與梯度方向直方圖(HOG)特征的模糊車牌漢字識別算法。利用金字塔模型多尺度表達的方法,對車牌模糊漢字圖像建立兩層高斯金字塔模型,在描述模糊圖像細節(jié)特征的基礎上突出了主體特征;然后對兩層高斯金字塔模型提取HOG特征,拓展了圖像的特征維數(shù),提高特征對模糊漢字的識別能力。仿真結果顯示,在相同樣本空間下,與HOG特征法,K-L變換法相比,所提算法在識別率以及形近字區(qū)分方面均有明顯提高。(3)以動態(tài)視頻圖像為研究對象,研究了在光照、陰影變化等大范圍擾動的復雜背景環(huán)境下,基于目標幾何和統(tǒng)計特征分割的檢測問題。針對傳統(tǒng)碼本算法(CB)在復雜背景下,碼本背景模型逐漸背離真實背景導致運動目標誤判,且運動目標檢測階段,難以處理目標顏色與背景相近等問題,本文提出一種改進型運動目標檢測碼本算法。該算法提出雙閾值-Surendra檢測模型控制碼本模型的更新區(qū)域,解決碼本模型易偏離實際背景的問題,并給出了相關閾值的選擇原則,進一步有效減少運動目標檢測時對前景的誤判;同時在降低運算復雜度的情況下,結合YUV顏色空間計算像素亮度變化,使空間坐標軸與亮度變化方向一致,更好的區(qū)分前景與背景顏色相近的情況。仿真結果表明,該算法在處理復雜背景環(huán)境下的運動目標檢測問題時,較傳統(tǒng)碼本算法具有較高的完整性與準確性。(4)本文基于運動目標檢測技術開發(fā)了嵌入式目標檢測系統(tǒng),結合虛擬器以及Fedora14.0系統(tǒng),在上位機中構造Fedora14.0操作系統(tǒng)的全新虛擬鏡像,在Visual Studio 2010開發(fā)環(huán)境下進行運動目標檢測算法的研究。隨后利用視頻采集設備得到的視頻圖像,在嵌入式操作系統(tǒng)中利用Open CV2.3.1開源視覺庫進行檢測處理,并在QT圖形化界面下顯示運動目標檢測結果,最終實現(xiàn)了運動目標檢測算法的應用。
【關鍵詞】：運動檢測 車牌識別 碼本法 Surendar法 HOG 高斯金字塔
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要7-8
• Abstract8-13
• 第1章 緒論13-21
• 1.1 研究背景及意義13-14
• 1.2 國內外研究現(xiàn)狀14-19
• 1.3 發(fā)展趨勢19
• 1.4 本文的主要研究內容及結構安排19-21
• 第2章 經(jīng)典算法的試驗研究21-30
• 2.1 K-L變換21-22
• 2.2 幀間差分法22-25
• 2.2.1 二幀差分法22-24
• 2.2.2 三幀差分法24-25
• 2.3 光流法25-27
• 2.4 背景差分法27-29
• 2.5 本章小結29-30
• 第3章 一種基于HOG高斯金字塔的車牌模糊漢字識別方法30-41
• 3.1 一種結合高斯金字塔HOG特征的車牌識別算法30-31
• 3.2 多尺度表達處理31-32
• 3.3 參數(shù)分析32-35
• 3.3.1 參數(shù)o的分析32-33
• 3.3.2 參數(shù)s 的分析33-35
• 3.4 特征提取35-36
• 3.5 程序算法36-37
• 3.6 仿真實驗37-40
• 3.7 本章小結40-41
• 第4章 復雜背景下的改進型運動目標檢測碼本算法41-55
• 4.1 改進的運動目標檢測碼本算法41-45
• 4.1.1 建立初始碼本模型43-45
• 4.3 更新區(qū)域初始背景模型45-47
• 4.3.1 建立Surendra背景模型45-46
• 4.3.2 Surendra算法前景檢測46-47
• 4.4 雙閾值運動目標檢測47-49
• 4.4.1 閾值的選擇原則48-49
• 4.5 控制更新區(qū)域49
• 4.6 運動前景檢測49-50
• 4.7 算法流程50-51
• 4.8 實驗仿真51-54
• 4.9 本章小結54-55
• 第5章 嵌入式目標檢測系統(tǒng)55-61
• 5.1 嵌入式系統(tǒng)構建55-59
• 5.1.1 嵌入式操作系統(tǒng)的選擇55-56
• 5.1.2 系統(tǒng)環(huán)境56-59
• 5.2 算法實現(xiàn)59-60
• 5.3 本章小結60-61
• 總結與展望61-63
• 參考文獻63-67
• 致謝67-68
• 附錄A 攻讀學位期間所發(fā)表的學術論文目錄68

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓艷春;李智蘭;曾憲文;;目標識別與分類方法[J];軍事通信技術;2003年01期

2 楊建勛,史朝輝;基于模糊綜合函數(shù)的目標識別融合算法研究[J];火控雷達技術;2004年04期

3 李彥鵬,施福忠,黎湘,莊釗文;基于模糊綜合評判的目標識別效果評估[J];計算機應用研究;2005年03期

4 左崢嶸,張?zhí)煨?集成證據(jù)提高目標識別性能的方法研究[J];華中科技大學學報(自然科學版);2005年03期

5 李彥鵬,黎湘,莊釗文;一種應用模糊聚類分析的目標識別效果評估方法[J];電子對抗技術;2005年03期

6 蓋明久;呂世良;時寶;;一種概率更新方法及在目標識別中的應用[J];海軍航空工程學院學報;2006年05期

7 張平定;王海軍;王睿;;一種基于聚類思想的目標識別新方法[J];空軍工程大學學報(自然科學版);2006年02期

8 賈宇平;付耀文;黎湘;莊釗文;;灰局勢決策方法在決策層融合目標識別中的應用[J];信號處理;2007年04期

9 李靜;黃崢;;靜態(tài)傅里葉干涉具在目標識別中的應用研究[J];光譜學與光譜分析;2009年08期

10 黃瑤;熊和金;;目標識別的灰關聯(lián)方法研究[J];湖南農(nóng)業(yè)大學學報(自然科學版);2009年S1期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王宇;鐘秋海;;用統(tǒng)計模式識別方法建立海上目標識別的數(shù)學模型[A];1995中國控制與決策學術年會論文集[C];1995年

2 鄭援;胡成軍;;基于數(shù)據(jù)融合的魚雷目標識別[A];第十四屆全國信號處理學術年會(CCSP-2009)論文集[C];2009年

3 李夕海;趙克;慕曉冬;劉代志;;目標識別中的特征相空間吸引子分析[A];第十屆全國信號處理學術年會（CCSP-2001）論文集[C];2001年

4 馮杰;蓋強;古軍峰;;模糊聚類分析方法在海上目標識別中的應用[A];第二屆全國信息獲取與處理學術會議論文集[C];2004年

5 趙克;劉代志;慕曉東;蘇娟;;目標識別的特征量約束[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

6 李正東;陳興無;宋琛;何武良;;多傳感器的目標識別[A];中國工程物理研究院科技年報（1999）[C];1999年

7 郭相科;劉進忙;曹學斌;張玉鵬;;子類獨立分量分析在聲目標識別中的應用[A];中國聲學學會2007年青年學術會議論文集（上）[C];2007年

8 張翠;高廣春;趙勝穎;;基于時間融合算法的近程目標識別[A];2011下一代自動測試系統(tǒng)學術研討會論文集[C];2011年

9 俞鴻波;趙榮椿;;三維空間目標識別概述[A];信號與信息處理技術——第一屆信號與信息處理聯(lián)合學術會議論文集[C];2002年

10 曹健;陳紅倩;毛典輝;李海生;蔡強;;基于局部特征的圖像目標識別問題綜述[A];2013年中國智能自動化學術會議論文集（第五分冊）[C];2013年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 莫衍崴 特約記者劉謙;上士白光斌:電話傳音排故障[N];戰(zhàn)士報;2012年

2 陳德潮邋本報特約通訊員 曹金平 劉劍;為潛艇鑄“魂”[N];解放軍報;2008年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 肖永生;射頻隱身雷達信號設計與目標識別研究[D];南京航空航天大學;2014年

2 崔宗勇;合成孔徑雷達目標識別理論與關鍵技術研究[D];電子科技大學;2015年

3 黃璇;多源引導信息融合及其關鍵技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

4 舒銳;衛(wèi)星目標識別與特征參數(shù)提取方法研究[D];哈爾濱工業(yè)大學;2010年

5 張池平;多傳感器信息融合方法及其在空間目標識別中的應用[D];哈爾濱工業(yè)大學;2006年

6 李彥鵬;自動目標識別效果評估[D];國防科學技術大學;2004年

7 賈宇平;基于信任函數(shù)理論的融合目標識別研究[D];國防科學技術大學;2009年

8 張祥合;復雜場景中目標識別與分類的仿生原理和方法[D];吉林大學;2012年

9 王海羅;基于視覺感知的無人機目標識別與跟蹤技術研究[D];北京理工大學;2015年

10 謝妤嬋;視覺目標識別與三維定位關鍵技術的研究[D];天津大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 許俊峰;基于模型的任意視點下三維目標識別研究[D];南京航空航天大學;2015年

2 謝辮;基于距離像匹配的彈道導彈中段目標識別[D];上海交通大學;2015年

3 降小龍;基于語義結構和視覺焦點的場景目標識別[D];中北大學;2016年

4 程煒;基于圖像視覺的屬性學習應用研究[D];江蘇大學;2016年

5 白雪;基于圖像處理的目標識別及檢測技術[D];蘭州理工大學;2016年

6 秦富童;遙感圖像目標識別效果評估研究[D];中國科學技術大學;2010年

7 石偉棟;精確制導中目標識別與跟蹤的應用研究[D];北京交通大學;2011年

8 黃忠華;末敏彈系統(tǒng)的目標識別[D];南京理工大學;2002年

9 林建;恒定電流場的地下3D目標識別及成像技術研究[D];江蘇大學;2010年

10 王娜;基于人耳主觀反應的聽覺特征量及其在目標識別中的應用[D];西北工業(yè)大學;2006年

  本文關鍵詞：基于圖像處理的目標識別及檢測技術，由筆耕文化傳播整理發(fā)布。

，

本文編號：264267