本文關(guān)鍵詞：動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)研究　出處：《中國科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 動(dòng)基座 運(yùn)動(dòng)目標(biāo)檢測(cè) 運(yùn)動(dòng)補(bǔ)償 光流 元胞自動(dòng)機(jī)

【摘要】：近年來,隨著計(jì)算機(jī)相關(guān)技術(shù)的飛速發(fā)展,計(jì)算機(jī)相關(guān)技術(shù)已經(jīng)深入到人們生活的方方面面。運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是計(jì)算機(jī)視覺領(lǐng)域中關(guān)鍵的底層技術(shù)之一,也是計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn),其在實(shí)時(shí)偵查、實(shí)時(shí)監(jiān)控、實(shí)時(shí)控制等領(lǐng)域均有著重要的實(shí)際應(yīng)用價(jià)值。動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)中的重點(diǎn)和難點(diǎn),其算法的研究與改進(jìn)工作也一直為國內(nèi)外大量學(xué)者所重視。但是由于動(dòng)態(tài)場(chǎng)景自身的復(fù)雜性、目標(biāo)運(yùn)動(dòng)狀態(tài)的多變性以及運(yùn)動(dòng)目標(biāo)檢測(cè)的實(shí)時(shí)性要求等問題,使得動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)問題仍然具有很大的挑戰(zhàn)性。獲得精度更高、實(shí)時(shí)性更好的動(dòng)基座運(yùn)動(dòng)目標(biāo)檢測(cè)算法必然是這一領(lǐng)域未來發(fā)展的趨勢(shì)所在。基于此,本文針對(duì)動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)進(jìn)行了較為深入的探索與研究,其中主要的研究成果和創(chuàng)新工作如下:1.針對(duì)傳統(tǒng)動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法中存在的實(shí)時(shí)性不好、不能適應(yīng)光照變化的問題,同時(shí)為了較大限度的克服背景噪聲對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)精度造成的影響,提出了一種基于傅里葉變換和核函數(shù)灰度統(tǒng)計(jì)圖的動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法首先將特征評(píng)價(jià)函數(shù)引入特征匹配塊的選取中,進(jìn)行視頻圖像背景的分塊匹配。然后采用傅里葉變換的相位相關(guān)算法估計(jì)全局運(yùn)動(dòng)補(bǔ)償參量。接著逐一計(jì)算各圖像子塊的高斯核函數(shù)值,建立核函數(shù)灰度統(tǒng)計(jì)圖并通過相鄰幀高斯核函數(shù)值的變化情況判斷運(yùn)動(dòng)目標(biāo)的區(qū)域。最后,對(duì)包含運(yùn)動(dòng)目標(biāo)的圖像子塊進(jìn)行圖像的分割處理,最終完成動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)。實(shí)驗(yàn)結(jié)果表明,該算法能有效地抑制背景干擾,并具有較好的檢測(cè)精度和很好的實(shí)時(shí)性,對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)過程中光照變化的干擾也有一定的適應(yīng)能力。2.針對(duì)經(jīng)典的光流算法在動(dòng)基座運(yùn)動(dòng)目標(biāo)檢測(cè)中存在的不能適應(yīng)光照變化、計(jì)算量大的問題,提出了一種基于改進(jìn)CLG光流模型和高斯金字塔的動(dòng)基座運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法首先將梯度守恒假設(shè)引入到傳統(tǒng)的CLG光流模型中,結(jié)合結(jié)構(gòu)紋理分解等處理降低光照變化對(duì)光流估計(jì)的影響。然后采用高斯金字塔分層計(jì)算光流并通過灰度較大點(diǎn)的光流迭代得到其他點(diǎn)的光流,從而降低算法計(jì)算量,提高檢測(cè)效率。最后,根據(jù)上述求得光流的位移和幅值計(jì)算背景運(yùn)動(dòng)矢量,完成動(dòng)基座運(yùn)動(dòng)目標(biāo)的檢測(cè)。實(shí)驗(yàn)結(jié)果表明,與經(jīng)典的光流法相比,該算法能在一定程度上適應(yīng)光照變化對(duì)動(dòng)基座運(yùn)動(dòng)目標(biāo)檢測(cè)精度帶來的影響,并且較大程度的降低了算法的計(jì)算量,提高了動(dòng)基座運(yùn)動(dòng)目標(biāo)的檢測(cè)效率。3.針對(duì)傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法在動(dòng)基座條件下難以準(zhǔn)確檢測(cè)出運(yùn)動(dòng)目標(biāo)的問題,提出了一種基于元胞自動(dòng)機(jī)的動(dòng)基座運(yùn)動(dòng)目標(biāo)檢測(cè)算法。算法首先根據(jù)SLIC算法分割視頻圖像,并應(yīng)用多模態(tài)混合動(dòng)態(tài)紋理模型對(duì)視頻圖像進(jìn)行背景建模。然后將融合全局差異圖的空時(shí)顯著性檢測(cè)與基于元胞自動(dòng)機(jī)的自動(dòng)更新機(jī)制相結(jié)合得到優(yōu)化的顯著性圖。最后,通過對(duì)優(yōu)化后的顯著性圖做適當(dāng)?shù)拈撝捣指钐幚淼玫揭曨l圖像中的運(yùn)動(dòng)目標(biāo)。實(shí)驗(yàn)仿真結(jié)果表明,在動(dòng)基座條件下該算法可以有效的抑制視頻圖像中非運(yùn)動(dòng)目標(biāo)的顯著性物體對(duì)檢測(cè)結(jié)果帶來的影響,較高精度地檢測(cè)出運(yùn)動(dòng)目標(biāo)。
【學(xué)位授予單位】：中國科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陸牧;高揚(yáng);朱明;;動(dòng)基座下的運(yùn)動(dòng)目標(biāo)檢測(cè)[J];光學(xué)精密工程;2016年07期

2 程帥;曹永剛;孫俊喜;劉廣文;韓廣良;;用基于二值化規(guī)范梯度的跟蹤學(xué)習(xí)檢測(cè)算法高效跟蹤目標(biāo)[J];光學(xué)精密工程;2015年08期

3 聶海濤;龍科慧;馬軍;劉金國;;采用改進(jìn)尺度不變特征變換在多變背景下實(shí)現(xiàn)快速目標(biāo)識(shí)別[J];光學(xué)精密工程;2015年08期

4 李靜宇;劉艷瀅;田睿;王延杰;姜瑞凱;;視頻監(jiān)控系統(tǒng)中的概率模型單目標(biāo)跟蹤框架[J];光學(xué)精密工程;2015年07期

5 程帥;孫俊喜;曹永剛;趙立榮;;增量深度學(xué)習(xí)目標(biāo)跟蹤[J];光學(xué)精密工程;2015年04期

6 王偉國;劉廷霞;李巖;張文豹;李博;姜潤(rùn)強(qiáng);徐濤;;用于三軸轉(zhuǎn)臺(tái)的衛(wèi)星跟蹤策略[J];光學(xué)精密工程;2015年03期

7 高文;朱明;賀柏根;吳笑天;;目標(biāo)跟蹤技術(shù)綜述[J];中國光學(xué);2014年03期

8 陳東成;朱明;高文;孫宏海;楊文波;;在線加權(quán)多示例學(xué)習(xí)實(shí)時(shí)目標(biāo)跟蹤[J];光學(xué)精密工程;2014年06期

9 宋策;張葆;尹傳歷;;適于機(jī)載環(huán)境對(duì)地目標(biāo)跟蹤的粒子濾波設(shè)計(jì)[J];光學(xué)精密工程;2014年04期

10 屈小波;閆敬文;肖弘智;朱自謙;;非降采樣Contourlet域內(nèi)空間頻率激勵(lì)的PCNN圖像融合算法(英文)[J];自動(dòng)化學(xué)報(bào);2008年12期

相關(guān)碩士學(xué)位論文 前1條

1 吳志達(dá);一個(gè)基于Unity3d游戲引擎的體感游戲研究與實(shí)現(xiàn)[D];中山大學(xué);2012年

，

本文編號(hào)：1335162