動(dòng)態(tài)背景下的目標(biāo)檢測(cè)與目標(biāo)跟蹤技術(shù)被廣泛應(yīng)用于各個(gè)方面,比如無人機(jī)航拍、無人駕駛、精確武器制導(dǎo)等。雖然關(guān)于動(dòng)態(tài)背景下的目標(biāo)檢測(cè)與目標(biāo)跟蹤有很強(qiáng)的的實(shí)用性,但是其實(shí)現(xiàn)難度卻非常大,因而也是一個(gè)研究的熱點(diǎn)問題。傳統(tǒng)的檢測(cè)算法雖然比較快速,但是對(duì)于在運(yùn)動(dòng)背景下目標(biāo)的檢測(cè)與跟蹤并不是很適用,對(duì)于正確檢測(cè)出目標(biāo)存在著一定的難度。本文為了可以實(shí)現(xiàn)在運(yùn)動(dòng)背景下對(duì)目標(biāo)的檢測(cè)與跟蹤,提出了一種基于背景的運(yùn)動(dòng)補(bǔ)償?shù)哪繕?biāo)檢測(cè)與目標(biāo)跟蹤的算法,并將該方法應(yīng)用到對(duì)智能車輛的跟蹤上。該方法首先對(duì)連續(xù)的兩幀圖像進(jìn)行Harris角點(diǎn)檢測(cè),接著通過匹配以及篩選出的特征點(diǎn)對(duì)對(duì)攝像機(jī)模型進(jìn)行參數(shù)估計(jì),然后根據(jù)得到的攝像機(jī)模型對(duì)背景補(bǔ)償,得到相對(duì)靜止的背景信息,最后采用幀差法將移動(dòng)目標(biāo)檢測(cè)出來。對(duì)移動(dòng)目標(biāo)的持續(xù)追蹤則采用Camshift算法,將初始化的搜索框內(nèi)的H分量的均值作為基準(zhǔn),同時(shí)設(shè)置閾值t,當(dāng)此前搜索框內(nèi)的H分量的均值與基準(zhǔn)的差距大于t時(shí),重新計(jì)算目標(biāo)的顏色直方圖,并將當(dāng)前搜索框內(nèi)的H分量的均值作為基準(zhǔn),同時(shí)對(duì)顏色模板進(jìn)行實(shí)時(shí)的更新。將得到的每幀圖像的搜索框的尺寸與初始化的進(jìn)行比對(duì),若差距大于預(yù)設(shè)閾值,則認(rèn)為受到同色... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

從自然界選擇的三張圖片

角點(diǎn)檢測(cè)結(jié)果圖

從視頻中選取的圖像

【參考文獻(xiàn)】：
期刊論文
[1]基于Harris算子的灰度圖像角點(diǎn)檢測(cè)方法研究[J]. 趙慧.  產(chǎn)業(yè)與科技論壇. 2015(20)
[2]基于Kalman濾波的Camshift運(yùn)動(dòng)跟蹤算法[J]. 翟衛(wèi)欣,程承旗.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[3]視頻監(jiān)控系統(tǒng)中的概率模型單目標(biāo)跟蹤框架[J]. 李靜宇,劉艷瀅,田睿,王延杰,姜瑞凱.  光學(xué)精密工程. 2015(07)
[4]增量深度學(xué)習(xí)目標(biāo)跟蹤[J]. 程帥,孫俊喜,曹永剛,趙立榮.  光學(xué)精密工程. 2015(04)
[5]二維聯(lián)合特征模型的自適應(yīng)均值漂移目標(biāo)跟蹤[J]. 修春波,魏世安,萬蓉鳳.  光電子·激光. 2015(02)
[6]動(dòng)態(tài)場(chǎng)景下基于精確背景補(bǔ)償?shù)倪\(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 于明,孫煒燁,閻剛,于洋.  計(jì)算機(jī)應(yīng)用與軟件. 2013(10)
[7]基于Camshift自適應(yīng)多特征模板的視頻目標(biāo)跟蹤[J]. 厲丹,田雋,肖理慶,孫金萍.  煤炭學(xué)報(bào). 2013(07)
[8]無人機(jī)視頻運(yùn)動(dòng)目標(biāo)實(shí)時(shí)檢測(cè)及跟蹤[J]. 董晶,傅丹,楊夏.  應(yīng)用光學(xué). 2013(02)
[9]基于無人機(jī)視頻的運(yùn)動(dòng)目標(biāo)快速跟蹤[J]. 譚熊,余旭初,劉景正,黃偉杰.  測(cè)繪通報(bào). 2011(09)
[10]一種基于TS201的歸一化互相關(guān)快速算法[J]. 孫祖鑫,吳強(qiáng).  現(xiàn)代電子技術(shù). 2010(10)

博士論文
[1]復(fù)雜場(chǎng)景下實(shí)時(shí)目標(biāo)跟蹤算法及實(shí)現(xiàn)技術(shù)研究[D]. 張雷.中國科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2016
[2]基于機(jī)器學(xué)習(xí)的目標(biāo)跟蹤技術(shù)研究[D]. 陳東成.中國科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2015
[3]基于隨機(jī)有限集的視頻目標(biāo)跟蹤算法研究[D]. 吳靜靜.上海交通大學(xué) 2012

碩士論文
[1]基于背景運(yùn)動(dòng)補(bǔ)償?shù)哪繕?biāo)檢測(cè)與跟蹤方法研究[D]. 葉利梅.長(zhǎng)春理工大學(xué) 2017
[2]基于視覺的智能追蹤機(jī)器人的設(shè)計(jì)研究[D]. 王道全.青島科技大學(xué) 2016
[3]適用于小型智能車的行駛路況評(píng)價(jià)及自主避障控制研究[D]. 呂丹丹.北京交通大學(xué) 2016
[4]基于機(jī)器視覺輔助駕駛系統(tǒng)中行人實(shí)時(shí)檢測(cè)跟蹤研究[D]. 彭寶.東華大學(xué) 2016
[5]航拍視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法研究[D]. 李文輝.西安電子科技大學(xué) 2014
[6]跨攝像頭車輛跟蹤技術(shù)研究與實(shí)現(xiàn)[D]. 郭金林.華中師范大學(xué) 2013
[7]基于嵌入式Linux的智能視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 金平.中南大學(xué) 2013
[8]基于Camshift算法的運(yùn)動(dòng)預(yù)測(cè)目標(biāo)跟蹤改進(jìn)算法研究[D]. 王冉.山東大學(xué) 2012
[9]視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤有關(guān)問題的研究[D]. 王賓.西北大學(xué) 2004



本文編號(hào)：3270883