本文關(guān)鍵詞：融合空間信息傳播機(jī)制的背景差分方法研究

  更多相關(guān)文章： 混合高斯模型 虛警 相機(jī)抖動(dòng) 馬爾可夫隨機(jī)場(chǎng) 前景檢測(cè)

【摘要】：背景差分是目前視頻領(lǐng)域中運(yùn)動(dòng)檢測(cè)最常用的一種方法,主要思想是比較視頻圖像序列中的當(dāng)前幀和背景參考模型來檢測(cè)目標(biāo),但是受內(nèi)外條件變化的干擾,存在虛警、相機(jī)抖動(dòng)等許多問題。因此,本文開發(fā)出一套新型背景差分算法,為視頻分析領(lǐng)域的圖像分割提供便捷、直觀的工具,具有十分重大的現(xiàn)實(shí)意義。背景差分中最為經(jīng)典的模型是混合高斯模型(簡(jiǎn)稱GMM或MOG),它是一種基于背景建模實(shí)現(xiàn)的前景檢測(cè)算法,能較好的分割背景,提取前景。本文以馬爾可夫隨機(jī)場(chǎng)(簡(jiǎn)稱MRF)為理論基礎(chǔ),依據(jù)每個(gè)像素點(diǎn)的空間鄰域信息,來改善混合高斯模型。我們提出的模型從時(shí)間分布拓展到時(shí)空分布。這個(gè)模型能快速有效的傳播正確的背景信息,抑制錯(cuò)誤的前景信息,從而提高前景檢測(cè)的準(zhǔn)確率。前景和背景的分割越準(zhǔn)確,目標(biāo)追蹤的任務(wù)越有意義。本文的研究成功應(yīng)用于虛警和相機(jī)抖動(dòng)的實(shí)例,從而證明算法的準(zhǔn)確性與魯棒性,也為背景差分的研究提供了一個(gè)創(chuàng)新思路。
【關(guān)鍵詞】：混合高斯模型 虛警 相機(jī)抖動(dòng) 馬爾可夫隨機(jī)場(chǎng) 前景檢測(cè)
【學(xué)位授予單位】：中國(guó)海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 1 緒論9-17
• 1.1 研究背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.3 研究?jī)?nèi)容及組織結(jié)構(gòu)13-15
• 1.4 主要的創(chuàng)新點(diǎn)15-17
• 2 背景差分與背景模型17-31
• 2.1 背景初始化17-18
• 2.2 背景更新18-19
• 2.3 背景模型19-25
• 2.4 經(jīng)典的背景模型25-28
• 2.5 小結(jié)28-31
• 3 基于MRF的時(shí)空數(shù)據(jù)分析31-39
• 3.1 馬爾可夫隨機(jī)場(chǎng)概論31-35
• 3.1.1 馬爾可夫隨機(jī)場(chǎng)31-32
• 3.1.2 馬爾可夫隨機(jī)場(chǎng)與圖像的關(guān)系32-35
• 3.2 鄰域系統(tǒng)35-36
• 3.3 小結(jié)36-39
• 4 融合空間信息傳播機(jī)制的背景差分39-57
• 4.1 設(shè)計(jì)動(dòng)機(jī)39
• 4.2 實(shí)現(xiàn)過程39-42
• 4.2.1 參數(shù)設(shè)置40-41
• 4.2.2 算法原理41-42
• 4.3 虛警和相機(jī)抖動(dòng)的實(shí)例應(yīng)用42-56
• 4.3.1 臨界情況42-44
• 4.3.2 虛警的應(yīng)用44-51
• 4.3.3 相機(jī)抖動(dòng)的應(yīng)用51-56
• 4.4 小結(jié)56-57
• 5 總結(jié)與展望57-59
• 5.1 工作總結(jié)57-58
• 5.2 研究展望58-59
• 參考文獻(xiàn)59-63
• 致謝63-64
• 個(gè)人簡(jiǎn)歷64
• 發(fā)表的學(xué)術(shù)論文64

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張博夫;;數(shù)碼相機(jī)抖動(dòng)模糊圖像的恢復(fù)[J];深圳職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年05期

2 韓建平;張明敏;潘志庚;;基于像素層背景模型的復(fù)雜場(chǎng)景運(yùn)動(dòng)目標(biāo)檢測(cè)[J];中國(guó)圖象圖形學(xué)報(bào);2010年08期

3 陳溪;張曉宇;;一種基于背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)新方法[J];成都大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

4 原春鋒;王傳旭;張祥光;劉云;;光照突變環(huán)境下基于高斯混合模型和梯度信息的視頻分割[J];中國(guó)圖象圖形學(xué)報(bào);2007年11期

5 李旭超;朱善安;;圖像分割中的馬爾可夫隨機(jī)場(chǎng)方法綜述[J];中國(guó)圖象圖形學(xué)報(bào);2007年05期

6 袁禮海;李釗;宋建社;;利用高斯混合模型實(shí)現(xiàn)概率密度函數(shù)逼近[J];無線電通信技術(shù);2007年02期

7 汪太月;李志明;;一種廣義高斯分布的參數(shù)快速估計(jì)法[J];工程地球物理學(xué)報(bào);2006年03期

8 崔艷秋;王珂;;基于小波域馬爾可夫先驗(yàn)?zāi)Ｐ偷膱D像去噪方法[J];系統(tǒng)仿真學(xué)報(bào);2006年04期

9 尚勇,劉衛(wèi)東,吳順君;IIR濾波器并行實(shí)現(xiàn)結(jié)構(gòu)研究[J];電子學(xué)報(bào);2000年03期

10 王元,方開泰;關(guān)于均勻分布與試驗(yàn)設(shè)計(jì)(數(shù)論方法)[J];科學(xué)通報(bào);1981年02期

，

本文編號(hào)：887524