【摘要】：在安防系統(tǒng)的智能監(jiān)控中,運(yùn)動(dòng)目標(biāo)檢測模塊的實(shí)時(shí)性提升起著關(guān)鍵性作用�？紤]到基于視覺注意機(jī)制的靜態(tài)顯著性目標(biāo)檢測中的靜態(tài)顯著性目標(biāo)與時(shí)域運(yùn)動(dòng)目標(biāo)檢測中的動(dòng)態(tài)顯著性目標(biāo)中顏色特征和亮度特征兩方面的共通點(diǎn),如何有效地利用這一共通點(diǎn)結(jié)合視覺顯著性進(jìn)行運(yùn)動(dòng)目標(biāo)檢測成為現(xiàn)今一個(gè)必要的研究熱點(diǎn)和難點(diǎn)。因此本文通過對基于視覺注意機(jī)制的靜態(tài)顯著性算法和時(shí)域運(yùn)動(dòng)目標(biāo)檢測算法的深入研習(xí),以監(jiān)控視頻中的運(yùn)動(dòng)目標(biāo)為對象,先通過改進(jìn)的頻率調(diào)諧(FT)算法進(jìn)行初步運(yùn)動(dòng)目標(biāo)檢測,然后采用GMM算法進(jìn)一步檢測,完成整個(gè)運(yùn)動(dòng)目標(biāo)檢測系統(tǒng)。本文運(yùn)動(dòng)目標(biāo)檢測方法在確保不犧牲檢測效率的同時(shí)有效提升了檢測實(shí)時(shí)性。本文主要研究內(nèi)容如下:為本文運(yùn)動(dòng)目標(biāo)檢測算法中頻域和時(shí)域算法建立聯(lián)系,找到頻-時(shí)結(jié)合切入點(diǎn)。首先,對運(yùn)動(dòng)目標(biāo)的顏色特征、亮度特征以及運(yùn)動(dòng)信息在人類視覺注意機(jī)制中顯著性特征分析。其次,對基于顏色特征和亮度特征的頻域靜態(tài)目標(biāo)顯著性檢測算法以及基于運(yùn)動(dòng)信息的時(shí)域運(yùn)動(dòng)目標(biāo)檢測算法進(jìn)行研究。針對時(shí)域運(yùn)動(dòng)目標(biāo)檢測中的GMM算法存在檢測效率低下和計(jì)算復(fù)雜度高問題,設(shè)計(jì)一種結(jié)合改進(jìn)FT和GMM算法的頻-時(shí)顯著性目標(biāo)檢測算法。從距離度量方式和融合方式兩個(gè)方面對頻域FT算法進(jìn)行改進(jìn),加強(qiáng)了目標(biāo)的顯著性檢測效果。采用改進(jìn)的FT算法進(jìn)行初步運(yùn)動(dòng)目標(biāo)檢測,再通過時(shí)域GMM算法進(jìn)一步檢測運(yùn)動(dòng)目標(biāo),有效提高了運(yùn)動(dòng)目標(biāo)檢測模塊的實(shí)時(shí)性。采用兩段監(jiān)控視頻,從頻域和時(shí)域兩個(gè)角度考慮,將本文算法與GMM算法、SR+GMM算法以及改進(jìn)的FT+基于塊匹配的光流法進(jìn)行實(shí)驗(yàn)對比分析。綜合兩個(gè)角度的算法對比實(shí)驗(yàn),不論是在效果圖方面,還是定量的性能分析方面,均能驗(yàn)證本文算法能夠較好地確保檢測結(jié)果的準(zhǔn)確性,并提高了運(yùn)動(dòng)目標(biāo)檢測的速率。
【學(xué)位授予單位】：哈爾濱工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.41;TN948.6
【圖文】：

道路中監(jiān)控?cái)z像頭及大霧天氣下的道路

（a） （b）圖 1.2 簡單和相對復(fù)雜背景下監(jiān)控視頻圖像綜上所述，基于視覺顯著性的運(yùn)動(dòng)目標(biāo)檢測研究已經(jīng)在實(shí)際應(yīng)用場景中成功應(yīng)性研究起步稍微遲些，側(cè)重于理論研習(xí)，在應(yīng)用領(lǐng)域尚未受到全面的推研。如把視覺顯著性研究運(yùn)用于實(shí)際場景的目標(biāo)檢測中，考慮到如圖 1.2（a）中簡

圖 2.1 處理視覺信息的物理模型人類的視。覺系統(tǒng)不僅擁有強(qiáng)大的感。知能力，在認(rèn)。知能力上也有很大的天賦。人類系統(tǒng)會(huì)將注意力聚焦在感受野中感興趣的區(qū)域進(jìn)行認(rèn)知，也即先處理顯著性目標(biāo)。在生活中會(huì)遇到這樣的情境：當(dāng)你和朋友約好在一個(gè)擁擠的公共場所中碰面時(shí)，你

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 吳曉東;馮伍法;馮倩倩;李潤生;趙爽;;基于視覺注意機(jī)制和Hough變換融合的遙感影像油罐提取[J];信息工程大學(xué)學(xué)報(bào);2015年04期

2 劉瑩靜;梁愛萍;;中科院重點(diǎn)實(shí)驗(yàn)室體系科研產(chǎn)出情況探討與研究——基于2008～2012年SCI論文分析[J];實(shí)驗(yàn)室研究與探索;2015年02期

3 趙柳蘭;蒲粟;楊淞;楊黎;李勝杰;王艷;杜宗君;;大口黑鱸外周血細(xì)胞顯微結(jié)構(gòu)、細(xì)胞化學(xué)特征及吞噬作用的研究[J];四川動(dòng)物;2015年01期

4 馮赫;;淺談數(shù)字繪畫中HSB色彩取色模式的運(yùn)用[J];中國科教創(chuàng)新導(dǎo)刊;2014年04期

5 儲清翠;王華彬;陶亮;;圖像的局部自適應(yīng)Gamma校正[J];計(jì)算機(jī)工程與應(yīng)用;2015年07期

6 ;Real-time moving object detection for video monitoring systems[J];Journal of Systems Engineering and Electronics;2006年04期

相關(guān)博士學(xué)位論文 前2條

1 吳金建;基于人類視覺系統(tǒng)的圖像信息感知和圖像質(zhì)量評價(jià)[D];西安電子科技大學(xué);2014年

2 向遙;基于視覺感知的圖像處理方法研究[D];中南大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 廖武;智能視頻監(jiān)控算法及其在FPGA實(shí)現(xiàn)的研究[D];湖南師范大學(xué);2016年

2 蔡佳麗;基于顯著性的運(yùn)動(dòng)目標(biāo)檢測技術(shù)研究[D];中國科學(xué)院研究生院(光電技術(shù)研究所);2016年

3 白婷;基于視覺顯著性的紅外小目標(biāo)檢測算法研究[D];華中科技大學(xué);2016年

4 陳曉華;基于視覺顯著性的圖像質(zhì)量評價(jià)方法研究[D];重慶大學(xué);2016年

5 趙燕熙;基于時(shí)間和空間顯著性運(yùn)動(dòng)目標(biāo)檢測方法研究[D];昆明理工大學(xué);2016年

6 吳衛(wèi)東;基于視覺注意機(jī)制的視頻顯著目標(biāo)檢測技術(shù)研究[D];北京工業(yè)大學(xué);2015年

7 管春苗;基于機(jī)器視覺的運(yùn)動(dòng)目標(biāo)軌跡跟蹤技術(shù)研究[D];沈陽理工大學(xué);2015年

8 王毓鵬;基于內(nèi)容的農(nóng)產(chǎn)品圖像檢索方法研究[D];山東農(nóng)業(yè)大學(xué);2014年

9 杜瑞宣;基于視覺監(jiān)控的運(yùn)動(dòng)目標(biāo)檢測算法研究[D];東北大學(xué);2014年

10 石亞麋;基于視頻的公交客流統(tǒng)計(jì)方法研究[D];重慶大學(xué);2014年

本文編號：2779389