發(fā)布時間：2017-08-07 09:35

  本文關(guān)鍵詞：運動物體的檢測與跟蹤在視頻圖像偵查中的應(yīng)用研究

  更多相關(guān)文章： 運動物體檢測 運動物體跟蹤 背景差法 幀差法 均值漂移

【摘要】：隨著監(jiān)控攝像頭數(shù)量的不斷增多,獲取的監(jiān)控視頻為案件的偵破提供了重要的線索,基于監(jiān)控視頻的偵查方式日益受到重視。但是目前對監(jiān)控視頻的處理還處在人工觀看、人工標記的階段,效率低下,無法滿足實際需求。因此需要一個規(guī)范化的視頻圖像偵查系統(tǒng)進行分析判斷。運動物體檢測與跟蹤作為視頻圖像偵查系統(tǒng)的關(guān)鍵性基礎(chǔ)問題,它的主要研究方向是從圖像一系列視頻幀中提取出運動變化區(qū)域的方法。算法的優(yōu)劣會直接影響視頻圖像偵查系統(tǒng)的其它功能。因此本文針對運動物體檢測與跟蹤問題做重點研究。本文主要研究內(nèi)容及創(chuàng)新成果如下:1.實現(xiàn)了運動物體的檢測。本文總結(jié)并分析了當前幾種常用的運動物體檢測方法,并對比了幾種方法的優(yōu)缺點,基于此,本文結(jié)合背景差法和幀差法提出新的算法,這個算法不但優(yōu)化了背景,而且通過它提取的運動物體,效果顯著。2.實現(xiàn)了運動物體的跟蹤。針對均值漂移算法候選目標模型起始檢索窗口選擇的不足,將卡爾曼濾波預(yù)測的窗口和三幀差法提取的窗口通過加權(quán)的方式,產(chǎn)生一個新的檢測窗口作為均值漂移算法的檢索窗口,同時對核函數(shù)帶寬和目標模型進行更新。實驗表明經(jīng)過優(yōu)化的算法,對運動物體跟蹤的效果有了明顯的提升,算法的魯棒性也得到了增強。3.完成了視頻圖像偵查系統(tǒng)的設(shè)計與實現(xiàn)。根據(jù)本文中提出的關(guān)于運動物體的檢測與跟蹤的算法,優(yōu)化了視頻圖像偵查系統(tǒng)中運動物體的檢測與跟蹤的算法。本文重點介紹了關(guān)于運動物體的檢測與跟蹤的實現(xiàn)方面。關(guān)于圖像偵查系統(tǒng)的其他功能,本文也做了簡要介紹。
【關(guān)鍵詞】：運動物體檢測 運動物體跟蹤 背景差法 幀差法 均值漂移
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-12
• 第一章 緒論12-18
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.3 本文的組織結(jié)構(gòu)15-18
• 第二章 基本知識18-28
• 2.1 圖像預(yù)處理19-23
• 2.1.1 圖像降噪19-20
• 2.1.2 圖像增強20-21
• 2.1.3 直方圖均衡化21-22
• 2.1.4 數(shù)學(xué)形態(tài)學(xué)濾波22-23
• 2.2 彩色直方圖23-24
• 2.3 相似性度量24-26
• 2.4 本章小結(jié)26-28
• 第三章 運動物體檢測28-44
• 3.1 基于視頻的物體常用檢測方法28-31
• 3.1.1 背景差法28-29
• 3.1.2 幀間差法29-30
• 3.1.3 光流法30
• 3.1.4 基于統(tǒng)計學(xué)習(xí)的方法30-31
• 3.2 圖像分割方法31-32
• 3.3 閾值分割32-36
• 3.3.1 Otsu32-34
• 3.3.2 最大熵法34
• 3.3.3 最小誤差法34-36
• 3.4 本文的檢測算法36-40
• 3.5 實驗結(jié)果及分析40-42
• 3.6 本章小結(jié)42-44
• 第四章 運動物體跟蹤44-52
• 4.1 運動物體跟蹤算法44-47
• 4.1.1 點跟蹤法（卡爾曼濾波）44-45
• 4.1.2 核跟蹤法（Mean Shift算法）45-47
• 4.1.3 輪廓跟蹤法47
• 4.2 優(yōu)化Mean Shift跟蹤算法47-49
• 4.3 實驗結(jié)果及分析49-51
• 4.3.1 實驗參數(shù)設(shè)置49
• 4.3.2 實驗結(jié)果分析49-51
• 4.4 本章小結(jié)51-52
• 第五章 系統(tǒng)設(shè)計及實現(xiàn)52-60
• 5.1 圖像偵查需求分析52-53
• 5.2 系統(tǒng)設(shè)計53-54
• 5.2.1 系統(tǒng)流程設(shè)計53
• 5.2.2 算法流程設(shè)計53-54
• 5.3 運動物體檢測與跟蹤模塊實現(xiàn)54-56
• 5.4 其他功能模塊簡要敘述56-59
• 5.5 本章小結(jié)59-60
• 第六章 結(jié)論60-62
• 6.1 論文總結(jié)60-61
• 6.2 展望61-62
• 參考文獻62-66
• 攻讀碩士期間發(fā)表的論文66-68
• 致謝68-69
• 詳細摘要69-73

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 周小清,鄔云文;運動物體的狀態(tài)表示與狀態(tài)預(yù)測[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2004年02期

2 朱云芳;應(yīng)瀟瀟;顧偉康;;基于時空結(jié)合的運動物體分割[J];浙江大學(xué)學(xué)報(理學(xué)版);2007年06期

3 翟素蘭;湯進;羅斌;;一種基于結(jié)構(gòu)張量的運動物體分割方法[J];計算機工程與應(yīng)用;2008年07期

4 蔡瑞奎;;C#實現(xiàn)運動物體的檢測方法[J];自動化與信息工程;2008年01期

5 王曉;周利江;;視頻流中運動物體的分割[J];青島大學(xué)學(xué)報(工程技術(shù)版);2010年03期

6 鄭丹;徐佩霞;何佳;;視頻監(jiān)控中運動物體的檢測與跟蹤[J];計算機工程與應(yīng)用;2010年31期

7 臧衛(wèi)東;;運動物體首尾識別程序的設(shè)計[J];交通部上海船舶運輸科學(xué)研究所學(xué)報;1983年01期

8 鄒意會;張榮康;;在線連續(xù)記錄運動物體全息信息的方法[J];激光與光電子學(xué)進展;1993年09期

9 徐俊紅,李金,叢望,張建兵;基于靜態(tài)背景下的視頻多目標運動物體的提取[J];應(yīng)用科技;2005年03期

10 甘艷芬;鄭勝林;潘保昌;彭紹湖;周澤華;;基于單通道比例差分的運動物體快速檢測[J];微計算機信息;2007年09期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 宓寧;段曉輝;;一種跟蹤和識別運動物體的新算法[A];第三屆全國數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會論文摘要集[C];2004年

2 李晉武;張娟;鄒麗暉;;含運動物體的運動場景模糊圖像恢復(fù)方法[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

3 宋治杭;江潔;張廣軍;;運動背景下的運動物體檢測方法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會論文集（下冊）[C];2010年

4 李旭健;房勝;梁永全;;視頻監(jiān)控中運動物體提取系統(tǒng)的設(shè)計和實現(xiàn)[A];第一屆建立和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2005）論文集[C];2005年

5 萬德成;;含運動物體黏性流場的數(shù)值模擬[A];第二十屆全國水動力學(xué)研討會文集[C];2007年

6 劉加利;張繼業(yè);張衛(wèi)華;;基于格子Boltzmann方法的運動物體繞流研究[A];第十四屆全國非線性振動暨第十一屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議摘要集與會議議程[C];2013年

7 鄭康平;徐湘贛;王戰(zhàn)軍;杜志京;;模擬仿真系統(tǒng)中運動物體的碰撞檢測算法[A];探索創(chuàng)新交流－－中國航空學(xué)會青年科技論壇文集[C];2004年

8 沈模衛(wèi);周吉帆;梁君英;;運動物體的位置知覺并非空間平均的結(jié)果[A];第十一屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

9 孫仁;章家驊;;三個物體之間水動力相互作用的理論研究[A];慶祝中國力學(xué)學(xué)會成立50周年暨中國力學(xué)學(xué)會學(xué)術(shù)大會’2007論文摘要集（下）[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 侯欽孟;運動物體的拍攝[N];中國老年報;2001年

2 陳力升;照片中線條的表現(xiàn)力[N];中國攝影報;2012年

3 杜明;別去用高音喇叭大聲播放快節(jié)奏流行音樂的商店購物[N];衛(wèi)生與生活報;2008年

4 胡檬;動態(tài)攝影如何用好快門[N];電腦報;2005年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 蔡光程;視頻中對運動物體的尋找、跟蹤及塊匹配算法[D];昆明理工大學(xué);2005年

2 劉敏;視頻序列中運動物體檢測算法研究[D];華中科技大學(xué);2013年

3 劉永久;基于結(jié)構(gòu)光投影的運動物體高速實時三維測量方法研究[D];中國科學(xué)技術(shù)大學(xué);2014年

4 饒云波;夜間視頻增強的關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2012年

5 洪方文;自由面附近運動物體流場的數(shù)值與試驗研究[D];中國船舶科學(xué)研究中心;2001年

6 張曉玲;遠距離運動物體動態(tài)參數(shù)測試技術(shù)的理論和實驗研究[D];天津大學(xué);2005年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王明亮;基于后視攝像頭的車門開啟安全預(yù)警系統(tǒng)研究[D];重慶理工大學(xué);2015年

2 朱曉建;海浪和艦艇尾跡產(chǎn)生的弱磁信號分析[D];電子科技大學(xué);2015年

3 陳霖;視頻摘要系統(tǒng)中的運動物體提取技術(shù)研究[D];北京化工大學(xué);2015年

4 張利衛(wèi);運動剛性物體煙霧隨動現(xiàn)象的實時仿真算法研究[D];燕山大學(xué);2016年

5 謝永亮;動態(tài)場景中運動物體的跟蹤研究[D];淮北師范大學(xué);2016年

6 李悅馨;基于監(jiān)控視頻的生人驗證及考勤方法研究[D];華南理工大學(xué);2016年

7 李娟;基于KCF的視頻中運動物體的跟蹤系統(tǒng)[D];湖南師范大學(xué);2016年

8 劉永森;行人檢測與跟蹤方法研究[D];電子科技大學(xué);2016年

9 達慧玲;基于對象的視頻摘要關(guān)鍵技術(shù)研究及實現(xiàn)[D];南京郵電大學(xué);2016年

10 張文章;運動物體的檢測與跟蹤在視頻圖像偵查中的應(yīng)用研究[D];江蘇科技大學(xué);2016年

，

本文編號：633978