目標檢測和跟蹤在最近幾年一直是計算機視覺領域的熱門研究內容,各種新算法,新思路層出不窮�；诤脚囊曨l的運動目標檢測和跟蹤的應用不僅在軍事中,在老百姓的日常生活中也愈發(fā)重要,因此具備很高的研究價值。同時在航拍視頻中對運動目標進行檢測和跟蹤也是一項極具挑戰(zhàn)性的任務,因為航拍視頻存在著圖像分辨率低,背景與目標同時運動,目標尺寸小且易受遮擋等問題。本文分別對航拍視頻下的目標檢測和目標跟蹤算法進行研究,解決目標檢測和跟蹤過程中遇到的難點重點,提高算法的準確性和實時性。論文的主要工作如下:針對航拍視頻中背景與目標一起運動的問題,本文提出了一種基于背景補償的改進三幀差法來準確提取目標。選擇性能良好的SURF特征匹配算法提取特征點,并利用RANSAC算法估計運動背景的單應性變換模型來進行背景補償。由于幀差法的結果存在空洞和噪聲,本文提出一種圖像質量評估算法對多幅差分圖像進行質量評估,并將其添加到三幀差分法中以獲得更準確的運動目標檢測結果。此外,為進一步提高算法的檢測效果,算法還集成了邊緣檢測模塊和形態(tài)學處理。在DARPA VIVID數據集上的實驗結果表明所提出的檢測算法非常適合各種具有挑戰(zhàn)性的航拍場景... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數】：87 頁

【學位級別】：碩士

【部分圖文】：

圖像各點像素的提取方向

FAST檢測算法示意圖

圖2.3 SIFT特征描述符計算示意圖3 運動參數估計航拍視頻中的背景建立合適的運動模型之后，通過特征點的提取和之間的對應關系。對應關系的準確率在于特征點對的匹配質量，通


本文編號：3108573