本文關(guān)鍵詞：視頻圖像動目標檢測與定位方法的研究　出處：《大連海事大學》2017年碩士論文　論文類型：學位論文

  更多相關(guān)文章： 目標檢測 幀差法 背景提取 局部閾值法 視覺定位

【摘要】：視頻圖像動目標檢測一直是計算機視覺領(lǐng)域的一個重要發(fā)展方向,并且在海事閉路電視監(jiān)控系統(tǒng)、智能交通等領(lǐng)域有廣泛的應(yīng)用。常用的檢測算法有:光流法、統(tǒng)計中值法、均值法、幀間差分法等,但是由于慢速運動目標與背景相似,傳統(tǒng)的目標檢測算法對于慢速運動目標不敏感,容易出現(xiàn)漏檢的情況。針對這一問題,本文分析了傳統(tǒng)檢測算法的特點,選擇合適的圖像預(yù)處理技術(shù),并對傳統(tǒng)的幀間差分法的不足進行改進。通過分析前后目標的相關(guān)度,然后利用二分收斂算法逼近最佳幀間隔。動目標檢測的準確性也取決于背景的精確程度,本文提出了基于時空聯(lián)合的背景迭代算法,通過自適應(yīng)的加權(quán)因子和更新系數(shù),不斷對背景進行修正,然后利用差分法獲得運動目標,最后利用快速局部閾值法對圖像進行分割得到目標二值化圖像。視覺定位算法由于其較高的應(yīng)用價值和良好的發(fā)展前景,逐漸成為智能監(jiān)控領(lǐng)域的一個研究熱點。本文建立成像模型,推導(dǎo)相應(yīng)的投影矩陣,并利用三點標定法獲得攝相機參數(shù),實現(xiàn)單目攝像頭定位。實驗證明本文的改進幀間差分法和基于時空聯(lián)合的目標檢測方法對于慢速目標同樣具有良好的檢測效果,并且基于時空聯(lián)合的檢測方法具有較好的魯棒性,優(yōu)越性更加突出。本文的視覺定位算法實現(xiàn)簡單,誤差較小,實驗證明了該定位方法的有效性。
[Abstract]:Video image moving target detection has been an important development direction in the field of computer vision, and has been widely used in maritime closed-circuit television monitoring system, intelligent transportation and other fields. The commonly used detection algorithms are: optical flow method. Statistical median method, mean value method, inter-frame difference method, etc., but because the slow moving object is similar to the background, the traditional target detection algorithm is not sensitive to the slow moving target. It is easy to miss detection. In view of this problem, this paper analyzes the characteristics of the traditional detection algorithm, and selects the appropriate image preprocessing technology. The traditional inter-frame difference method is improved. By analyzing the correlation between the targets before and after, and then using dichotomous convergence algorithm to approach the best frame interval, the accuracy of moving target detection depends on the accuracy of the background. In this paper, a background iterative algorithm based on spatio-temporal union is proposed. The background is modified continuously by adaptive weighting factor and updating coefficient, and then the moving object is obtained by using difference method. Finally, the fast local threshold method is used to segment the image to get the target binary image. Because of its high application value and good development prospects. In this paper, the imaging model is established, the corresponding projection matrix is derived, and the camera parameters are obtained by using the three-point calibration method. The experimental results show that the improved inter-frame differential method and the spatio-temporal joint based target detection method are also effective for slow target detection. And the detection method based on space-time joint has better robustness and more outstanding superiority. The visual localization algorithm in this paper is simple to realize and the error is small. The experiment proves the effectiveness of this method.
【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 楊威;;基于CCTV海事監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J];中國水運;2016年12期

2 衣李娜;;視頻圖像中的運動目標檢測方式及算法分析[J];網(wǎng)絡(luò)空間安全;2016年07期

3 趙霞;袁家政;劉宏哲;;基于視覺的目標定位技術(shù)的研究進展[J];計算機科學;2016年06期

4 韓魯佳;李松維;;投影變換的原理及其應(yīng)用淺析[J];科技視界;2015年26期

5 徐衛(wèi)昌;黃威;李永峰;劉繼方;;低通濾波與灰度值調(diào)整在圖像增強中的應(yīng)用[J];激光與紅外;2012年04期

6 張國平;;CCTV視頻監(jiān)控系統(tǒng)在內(nèi)河重要河段中的應(yīng)用[J];交通科技;2011年06期

7 樊曉亮;楊晉吉;;基于幀間差分的背景提取與更新算法[J];計算機工程;2011年22期

8 王春濤;;基于背景差分法和光流法的視頻動態(tài)目標檢測與跟蹤[J];軟件導(dǎo)刊;2011年06期

9 蘭培真;陶進;;海事閉路電視智能監(jiān)管聯(lián)動系統(tǒng)[J];中國航海;2010年04期

10 ;A Novel Algorithm for Microcirculation Image Enhancement[J];Chinese Journal of Biomedical Engineering;2010年03期

相關(guān)博士學位論文 前2條

1 田鵬輝;視頻圖像中運動目標檢測與跟蹤方法研究[D];長安大學;2013年

2 李艷梅;圖像增強的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學;2013年

相關(guān)碩士學位論文 前9條

1 王偉;基于小波變換的圖像去噪方法研究[D];華南理工大學;2012年

2 郭佳;基于光照不均勻圖像的自適應(yīng)二值化方法研究[D];武漢科技大學;2013年

3 袁寶紅;基于視頻的運動目標檢測與跟蹤研究[D];安徽大學;2014年

4 張威;數(shù)字圖像增強的研究及其實現(xiàn)[D];長江大學;2014年

5 余慧玲;視頻圖像中的運動目標檢測方法研究[D];中南大學;2013年

6 于臣;海事CCTV控制系統(tǒng)的研究[D];大連海事大學;2007年

7 徐寧;單目攝像頭實時視覺定位[D];上海交通大學;2008年

8 曾宏亮;視頻圖像中運動目標檢測與跟蹤技術(shù)的研究[D];北京郵電大學;2010年

9 黃明晶;內(nèi)河CCTV監(jiān)控圖像和視頻去霧方法研究[D];武漢理工大學;2014年

，

本文編號：1382557