運動人體檢測與跟蹤方法研究與應用
發(fā)布時間:2024-07-08 22:43
視頻監(jiān)視技術是蘊涵巨大發(fā)展?jié)摿Φ男屡d科學研究領域之一,在軌道交通行業(yè)中,其應用日益廣泛。本文在分析了軌道交通環(huán)境下的視頻監(jiān)視需求的基礎上,給出了軌道交通車載視頻監(jiān)視系統(tǒng)的體系結構;視頻運動人體檢測和跟蹤技術是智能視頻監(jiān)視的關鍵技術,本文從這兩個方面的應用出發(fā)展開研究。 本文提出了一個由背景模型、閾值分割、形態(tài)學濾波、連通域分析、卡爾曼濾波、HSV顏色直方圖匹配等部分組成的運動人體檢測和跟蹤方法,并針對實現(xiàn)過程中遇到的問題及難點提出了相應的解決方法。 在運動人體檢測方面,在分析相鄰幀間差分的基本原理以及不足的基礎上,提出改進隔幀取三幀圖像差分檢測運動人體的方法;研究了在靜態(tài)場景下的背景估計方法和運動人體的檢測方法,并基于像素點顏色在時間軸上的變化篩選出背景點建立了統(tǒng)計學背景模型,給出了實驗結果以及分析。另外,對背景模型檢測結果易受陰影影響的問題,研究了基于HSV顏色空間的陰影抑制的方法。 在運動人體跟蹤方面,本文提出了一種卡爾曼濾波與HSV顏色直方圖模板匹配相結合的方法。根據(jù)卡爾曼濾波理論建立了運動人體狀態(tài)預測模型,預測出運動人體矩形位置與人體檢測矩形進行匹配;HSV顏色直方圖模板上在三...
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
本文編號:4003988
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
圖3.3幀差法實驗結果
,)差分值圖(d)差別區(qū)域圖3.3幀差法實驗結果如圖3.3(d),由于人物運動緩慢,檢測出的兩幀序列圖像間的差別區(qū)域較小,雖然使用基于時間序列圖像上的差分圖像檢測運動目標,能夠較好地適應環(huán)境變化較大的情況;但其難以有效地檢測出圖像序列中與運動目標相對應但變化相對不夠明顯的像素點,....
圖3.5閱值分割實驗結果
視頻序列“OnestoPNoEnierlcor”,690幀一700幀10次三幀圖像間差分利用平均灰度值法計算閩值分析,發(fā)現(xiàn)每次的閩值都相近,因此統(tǒng)計出一個固定的閩值17。如圖3.5闡值分割得到運動人體區(qū)域。
圖3.10膨脹,腐蝕實驗結果
圖3.11連通域分析實驗結果
255的目標區(qū)域都被標記了不同的標記值。根據(jù)不同的標記值就可以區(qū)分不同的連通區(qū)域。根據(jù)面積大小、形狀分類出哪些是人體運動區(qū)域,哪些是噪聲。針對圖3.10作連通區(qū)域分析,得到連通域面積大于1000個像素點的區(qū)域如圖3.11。圖3.11連通域分析實驗結果
本文編號:4003988
本文鏈接:http://sikaile.net/yixuelunwen/yundongyixue/4003988.html
上一篇:有氧運動訓練和/或高脂飲食干預對大鼠骨骼肌FNDC5蛋白表達的影響
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著