本文關(guān)鍵詞：基于OpenCV的目標(biāo)檢測(cè)與跟蹤算法的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：計(jì)算機(jī)網(wǎng)絡(luò)化進(jìn)程的加快和安防市場(chǎng)應(yīng)用需求的細(xì)化,促進(jìn)了視頻監(jiān)控的快速發(fā)展,推動(dòng)了監(jiān)控系統(tǒng)在交通、安防等領(lǐng)域的高速繁榮。運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)是視頻監(jiān)控和視頻分析的基礎(chǔ),其改進(jìn)與發(fā)展對(duì)視頻監(jiān)控的推廣應(yīng)用具有重要意義。針對(duì)目前運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)的發(fā)展現(xiàn)狀,論文基于OpenCV開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)和Visual Studio 2013開(kāi)發(fā)平臺(tái),以視頻序列中的運(yùn)動(dòng)目標(biāo)為對(duì)象,采用多種數(shù)字圖像處理技術(shù)對(duì)獲取圖像進(jìn)行預(yù)處理,改進(jìn)目標(biāo)檢測(cè)算法提高檢測(cè)過(guò)程的實(shí)時(shí)性和有效性,優(yōu)化跟蹤處理算法實(shí)現(xiàn)目標(biāo)的快速和準(zhǔn)確跟蹤。論文主要包括以下三個(gè)方面研究?jī)?nèi)容：在圖像預(yù)處理階段本文利用直方圖均衡化來(lái)獲得良好的圖像視覺(jué)效果、研究高斯模糊和中值模糊對(duì)圖像中常見(jiàn)噪聲的消除效果、采用Ostu等閾值處理方法對(duì)圖像進(jìn)行閾值分割、選用數(shù)學(xué)形態(tài)濾波改善二值化圖像和目標(biāo)結(jié)構(gòu)特征效果。在目標(biāo)檢測(cè)階段考慮目標(biāo)檢測(cè)的實(shí)時(shí)性和有效性,采用改進(jìn)的背景減除法結(jié)合幀差法對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)進(jìn)行多組仿真實(shí)驗(yàn)。對(duì)可見(jiàn)光視頻和紅外視頻中目標(biāo)檢測(cè)結(jié)果表明本文的算法可以有效抑制背景對(duì)目標(biāo)干擾,實(shí)現(xiàn)目標(biāo)的準(zhǔn)確完整的檢測(cè)。在目標(biāo)跟蹤處理時(shí)本文主要研究了以顏色特征進(jìn)行跟蹤的Camshift算法及其算法的實(shí)現(xiàn)。針對(duì)Camshift算法對(duì)目標(biāo)的嚴(yán)重遮擋處理的不足,提出利用Kalman濾波器預(yù)估目標(biāo)位置來(lái)修正Camshift算法對(duì)目標(biāo)的跟蹤。通過(guò)仿真實(shí)驗(yàn)對(duì)比表明Camshift跟蹤算法在經(jīng)過(guò)Kalman對(duì)目標(biāo)位置的預(yù)測(cè)與修正后實(shí)現(xiàn)了對(duì)存在嚴(yán)重遮擋的物體的準(zhǔn)確跟蹤,有良好的可行性和實(shí)時(shí)性。論文通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法,具有良好的實(shí)時(shí)性和有效性,對(duì)智慧城市和平安城市建設(shè)具有廣泛的應(yīng)用價(jià)值。
【關(guān)鍵詞】：運(yùn)動(dòng)目標(biāo)檢測(cè) 運(yùn)動(dòng)目標(biāo)跟蹤 OpenCV Kalman濾波 Camshift
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要3-4
• Abstract4-10
• 第一章 緒論10-14
• 1.1 選題背景及研究意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文的研究?jī)?nèi)容與結(jié)構(gòu)安排12-14
• 第二章 OpenCV技術(shù)14-22
• 2.1 OpenCV的特點(diǎn)14-15
• 2.2 OpenCV在VS2013下的配置15-19
• 2.3 OpenCV數(shù)據(jù)結(jié)構(gòu)與常用函數(shù)19-21
• 2.3.1 OpenCV數(shù)據(jù)結(jié)構(gòu)19
• 2.3.2 OpenCV常用函數(shù)19-21
• 2.4 本章小結(jié)21-22
• 第三章 視頻圖像處理技術(shù)基礎(chǔ)22-38
• 3.1 直方圖均衡22-25
• 3.2 圖像的平滑處理25-30
• 3.3 圖像二值化30-34
• 3.3.1 二值化閾值的選取30-32
• 3.3.2 二值化閾值的實(shí)現(xiàn)32-34
• 3.4 數(shù)學(xué)形態(tài)學(xué)濾波34-37
• 3.4.1 膨脹與腐蝕34-35
• 3.4.2 開(kāi)運(yùn)算與閉運(yùn)算35-37
• 3.5 本章小結(jié)37-38
• 第四章 運(yùn)動(dòng)目標(biāo)檢測(cè)38-49
• 4.1 運(yùn)動(dòng)目標(biāo)檢測(cè)的常用算法38-43
• 4.1.1 光流法38-39
• 4.1.2 背景減除法39-41
• 4.1.3 幀間差分法41-43
• 4.2 改進(jìn)的目標(biāo)檢測(cè)方案與實(shí)驗(yàn)結(jié)果43-48
• 4.2.1 目標(biāo)檢測(cè)方案與結(jié)果分析44-45
• 4.2.2 運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié)果與分析45-48
• 4.3 本章小結(jié)48-49
• 第五章 基于Camshift運(yùn)動(dòng)目標(biāo)跟蹤49-65
• 5.1 目標(biāo)跟蹤常用的視覺(jué)特征49-51
• 5.2 Camshift跟蹤算法51-57
• 5.2.1 Camshift算法51-52
• 5.2.2 Camshift算法實(shí)現(xiàn)的步驟52-57
• 5.3 Kalman濾波器57-60
• 5.4 改進(jìn)的目標(biāo)跟蹤方案與實(shí)驗(yàn)結(jié)果60-64
• 5.5 本章小結(jié)64-65
• 第六章 總結(jié)與展望65-67
• 6.1 論文工作總結(jié)65-66
• 6.2 未來(lái)工作展望66-67
• 參考文獻(xiàn)67-72
• 致謝72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 江林升;;利用OpenCV實(shí)現(xiàn)人臉檢測(cè)[J];電腦編程技巧與維護(hù);2009年11期

2 宋濤;馬宇峰;藺海峰;;OpenCV在目標(biāo)跟蹤中的應(yīng)用及實(shí)現(xiàn)[J];計(jì)算機(jī)與網(wǎng)絡(luò);2009年24期

3 趙黎;;基于OpenCV的人臉檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];科技信息(科學(xué)教研);2008年18期

4 周前進(jìn);項(xiàng)政權(quán);;采用OpenCV實(shí)現(xiàn)的錄相機(jī)程序[J];軟件導(dǎo)刊;2008年07期

5 柴樹(shù)杉;;基于OpenCV的漢字繪制研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年19期

6 陰法明;;基于OpenCV的圖像處理[J];科技信息;2009年32期

7 謝明華;劉輝;王新輝;;基于OpenCV的實(shí)驗(yàn)室視頻簽到系統(tǒng)的設(shè)計(jì)[J];計(jì)算機(jī)與現(xiàn)代化;2010年03期

8 張進(jìn)猛;張進(jìn)秋;;基于OpenCV的圖像采集和處理[J];軟件導(dǎo)刊;2010年01期

9 趙霞;陸小龍;廖明;;基于OpenCV的角鐵中線(xiàn)檢測(cè)方法[J];中國(guó)測(cè)試;2010年03期

10 郭劉杰;張崇哲;李居峰;繆康鵬;;基于OpenCV的涂樹(shù)白機(jī)視覺(jué)圖像背景去除[J];機(jī)械制造;2010年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 ;The System of Face Detection Based on OpenCV[A];第24屆中國(guó)控制與決策會(huì)議論文集[C];2012年

2 王強(qiáng);劉建麗;;基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的實(shí)現(xiàn)[A];邏輯學(xué)及其應(yīng)用研究——第四屆全國(guó)邏輯系統(tǒng)、智能科學(xué)與信息科學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

3 譚彩鳳;邢座程;田海軍;;基于OpenCV體系結(jié)構(gòu)的LSSVM算法與人臉檢測(cè)研究[A];中國(guó)電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

4 王福斌;劉杰;陳至坤;劉闊;潘曉娣;;基于OpenCV的履帶式機(jī)器人運(yùn)動(dòng)物體視覺(jué)跟蹤[A];2009中國(guó)儀器儀表與測(cè)控技術(shù)大會(huì)論文集[C];2009年

5 鄭國(guó)榮;熊昌鎮(zhèn);張彥;;一種基于OpenCV的嵌入式視頻監(jiān)控方法[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2010年會(huì)論文集[C];2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 石浩然;基于嵌入式系統(tǒng)人臉識(shí)別的分析與研究[D];內(nèi)蒙古大學(xué);2015年

2 孫波翔;OpenCV-Julia的封裝及在遙感圖像處理中的應(yīng)用[D];昆明理工大學(xué);2015年

3 楊亞明;基于OpenCV的絕緣子及等電位線(xiàn)故障狀態(tài)智能識(shí)別[D];西南交通大學(xué);2015年

4 陳春林;基于pcDuino的人臉檢測(cè)追蹤系統(tǒng)[D];蘭州大學(xué);2015年

5 丁元舟;停車(chē)場(chǎng)遠(yuǎn)程視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[D];華中師范大學(xué);2015年

6 周鵬;基于OpenCV的雙目立體視覺(jué)系統(tǒng)定標(biāo)與三維重構(gòu)技術(shù)研究[D];寧夏大學(xué);2015年

7 孫付超;基于OpenCV的圖像預(yù)處理在儀表定位中的應(yīng)用[D];山東大學(xué);2015年

8 施天敏;基于OPENCV的結(jié)構(gòu)光投影儀的標(biāo)定研究[D];江蘇科技大學(xué);2015年

9 徐立東;基于OpenCV的Marangoni凝結(jié)液珠圖像分析研究[D];新疆大學(xué);2015年

10 汪翠;基于OpenCV的人臉檢測(cè)與跟蹤算法研究與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2014年

  本文關(guān)鍵詞：基于OpenCV的目標(biāo)檢測(cè)與跟蹤算法的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：267307