您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 管理学资料 > 视频的运动目标检测与跟踪系统研究
贵州师范大学硕士学位论文基于视频的运动目标检测与跟踪系统研究姓名:刘绮申请学位级别:硕士专业:计算数学指导教师:张仁津20090410基于视频的运动目标检测与跟踪系统研究作者:刘绮学位授予单位:贵州师范大学相似文献(10条)1.期刊论文崔建伟.谷源涛.唐昆.CUIJian-wei.GUYuan-tao.TANGKun采用背景提取和自适应滤波的视频降噪算法-电视技术2009,33(z2)针对监控视频图像背景固定的特点,提出一种有效去除高斯噪声和脉冲噪声的降噪算法.首先通过分析噪声设计一种提取视频序列背景图像的算法,然后对运动区域采用自适应像素域滤波算法来进行处理.该算法根据最小可觉差和视频图像特征自适应地选择谐波均值滤波、加权算术平均滤波、α-截尾均值滤波和中值滤波.为评估降噪算法性能,将降噪处理前后的视频序列分别进行MPEG-2编码,并改变目标码率对比视频质量.实验结果显示:降噪处理后的视频能够用更少的(约50%)比特数获得相同的主、客观视频质量;或者用相同的比特数获得更高的视频质量.2.期刊论文胡燕.嵇启春.李智杰.耿烨.来炳恒.HUYan.JIQi-chun.LIZhi-jie.GENGYe.LAIBing-heng视频监控中背景的提取和更新算法-计算技术与自动化2009,28(1)获取高质量的背景图像是在背景消减法中决定目标提取效果的关键.针对传统方法存在的问题,从实际情况出发提出一种改进的背景提取和更新算法,并在Matlab环境下进行仿真,仿真结果显示该算法具有良好的性能,说明它对于各种外部因素的影响,如光照变化、阴影、目标遮挡等,具有很强的适应能力.3.学位论文王少亮基于视频的车辆跟踪与交通信息提取2007基于频监控技术的车辆检测方式近年来发展很快,由于它具有检测区域大、系统设置灵活等突出的优点,己成为智能交通系统领域的一个研究热点。视频监控技术为交通系统提供了直观、方便的分析手段,因此以视频图像处理、分析、理解为基础的视频监视技术越来越引起人们的重视。本文针对智能交通中的关键技术,研究了基于视频车辆跟踪的方法,以及如何利用跟踪的结果进行交通参数的提取和交通事件检测。本文分为三部分进行论述:1.车辆检测方法。在背景提取方法上,采用在YUV颜色空间下的基于非参数模型的提取背景方法;在影阴检测方法上,不仅利用像素点的颜色特点,而且利用的车辆的空间结构信息。2.讨论了在摄像机固定情况下运动车辆的跟踪问题,研究并实现基于区域的多目标跟踪算法,对于多目标跟踪中的目标匹配和分裂问题进行了详细的介绍。采用Kalman滤波理论建立了运动车辆状态预测线性模型,该模型采用8自由度的向量来描述系统状态,可以缩小搜索范围,加快搜索速度。跟踪实验结果表明,该算法可以较好的跟踪运动目标。3.交通信息的提取。首先利用跟踪的结果进行车道拟合,当认为车道宽度为固定值时就可以进行车辆状态信息的检测和交通事件的检测,并且可以提高目标的识别的鲁棒性。然后详细的分析了车型、车速与跟踪结果之间的关系,给出了计算公式。本文针对车辆的跟踪与交通参数提取系统的一些问题,提出了一些解决方法,通过实验证明,这些解决方法是可行的。4.期刊论文罗万福.艾斯卡尔.LUOWan-fu.Askar视频监控系统中的背景提取算法-电视技术2006(12)介绍了几种常用的背景提取算法,提出一种新的算法,利用图像块能量、高阶累积量建立背景约束的准则.考虑到能量块门限为定值的不足,对能量块门限进行自适应估计,实验结果表明这种算法兼顾了实时性和精确性,能有效地对静止背景进行提取.该算法得到的背景效果良好,适用于视频系统.5.学位论文陈望基于背景计算的运动目标视频检测方法研究2006开放环境下运动目标的检测是视觉处理系统中的一个难点问题,现今很多研究使用复杂的算法来排除开放环境中的各种干扰,导致算法复杂,处理速度降低。本研究提出一种快速计算背景的方法,在此基础上利用背景差分法完成运动目标的提取。此外还结合运动目标检测的结果,通过逐一取代背景候补图像来更新背景。将该检测方法应用到智能交通系统中,在提取出运动车辆的基础上,利用车影的灰度特征来去影,根据汽车自身的纹理特性,区分多车道上的不同汽车,最后使用前后帧车辆中心连续匹配的方法来确定车辆数目。实验结果表明在直行道和弯道上都能取得较好的处理效果,均达到97%以上的准确率。将该检测方法应用到智能监控系统中,通过判断保密场所中是否出现运动目标来智能保存场景图像;利用滞留物体的空间稳定性,在复杂的环境中检测出滞留物体;利用检测出来的目标在图像上质心的变化规律,检测违规进入警戒区域的目标,并通过运动趋势预测对其进行跟踪。实验能较好的完成上述三种模式的监控。整个处理模块算法是在WindowsXP系统上,利用二维图像分析平台MIAS的视频图像读存功能,用MicrosoftVisualC++6.0开发的,达到了预期的设计目标。6.期刊论文郭永涛.宋焕生.贺昱曜.GUOYong-tao.SONGHuan-sheng.HEYu-yao视频交通监控系统中背景提取算法-电视技术2006(5)介绍了几种常用的背景提取算法,提出一种新的算法,其通过平均法得到一个初始背景,计算当前帧图像与初始背景图像的差,以该判断差值的大小来决定是否累积当前帧图像的灰度值,计数后再通过算数平均法得到背景图像.实验表明,该算法得到的背景效果良好,适用于视频交通系统.7.学位论文赖太国基于PCI视频监控系统的背景提取及更新算法研究及其实现2009随着经济的发展和社会的进步,人们的物质生活水平得到了广泛的提高,人们的安全防范意识也在不断提高。同时,随着电子技术、计算机技术和信号处理技术等科学技术的深入研究和发展,使得安防的科学化、信息化、智能化成为了可能。其中,由于视频监控可以提供直观可靠的监控信息,因此被广泛使用。目前,视频监控系统已经发展到了第四代,此类系统可以提供数字化、网络化和智能化的监控服务。本论文设计和开发了一个扩展性较强的数字视频监控系统。该系统是以DSP(DigitalSignalProcessor,数字信号处理器)为核心处理器的视频监控PCI板卡。系统对监控场景进行智能分析,将分析结果通过PCI总线传输到主机端。在视频监控系统中,背景差分法是一种重要的运动目标检测方法。该方法建立一个参考背景图像并将其与当前输入图像进行比较,从而分割出前景目标。由于实际交通道路状况受气候、光照等多种因素的影响,变化非常复杂,因此如何设计一种自适应的背景提取与更新算法以适应实际环境的变化,是背景差分法的关键所在。在讨论分析国内外的背景提取及更新算法基础上,重点研究了Surendra算法和基于混合高斯模型算法的原理及特点,并在其基础做出相应的改进,以达到更好的背景更新效果。Surendra算法不需要初始化背景,改进后算法利用算术平均法建立初始背景。Stauffer与Grimson提出的混合高斯模型算法对每个像素点都建立K个高斯分布,K为固定值,而改进后的算法K值能自适应调整。最后在设计的平台上实现了改进后的Surendra背景提取及更新算法,相应的进行了DSP优化,其中包括系统级优化和代码级优化。优化后达到工程要求,这些为后续的运动目标检测、跟踪、识别、分析等算法奠定了良好的基础。8.学位论文李婷视频监控检测算法在交通路口的应用研究2009视频检测是综合计算机技术,模式识别,图像处理,人工智能的一门新兴的学科,其应用范围从公安,国防到林业,电力,交通等诸多领域。对视频检测的研究,国内外已经取得了不少成果。随着机动车辆数量的不断增加,道路交通管理的难度越来越大,如何将高科技引入交通管理系统成了亟待解决的问题。交通道路视频检测系统将视频检测技术应用到交通管理系统中,能实时获取道路车辆信息,以及车辆违章情况,为交通管理提供依据。交通道路视频检测是近几年逐渐发展起来的,是智能交通系统的一个重要研究方向。鉴于以上研究背景,本文对视频监控检测算法进行了研究与探讨。首先本文简单介绍了数字图像处理的基础知识,这是视频检测算法的基础。然后对常用的三种视频检测算法进行讨论,重点研究了高斯混合模型的方法,经过实验测试取得了良好的效果。这里在区域提取的基础上使用了Meanshift的跟踪算法,其速度较快且能解决一定的遮挡问题。通过对交通路口的理解,提出了将视频监控检测算法应用于交通路口的思想,并进行了相关的算法分析,为以后的研究打下基础。最后,对文章进行了总结和展望。综上所述,本文的主要工作如下:第一,采用背景差来对运动目标进行检测,分析了各种不同的背景提取与更新的方法。通过实验结果及分析比较,得出采用高斯混合模型法和阴影去除能良好的提取出运动目标。第二,在目标检测的基础上,采用区域提取和Meanshift算法相结合,对视频中的多目标车辆进行跟踪,这种方法能解决部分遮挡问题。第三,将目标检测与跟踪的思想应用于交通路口,分析了路口中视频的采集方法和软件算法思想,其中包括车辆占道率,车速计算及闯红灯检测。在以上工作中,本文重点主要完成的是视频监控检测算法中的检测与跟踪部分,并将该思想应用于交通路口的研究当中,对路口的分析有一定的实际意义,为推动视频检测算法在智能交通的管理方面起到的积极的作用,其具体的实际应用还需要进一步的实践。9.期刊论文谢晓竹.吕丽刚.张申.XIEXiao-zhu.LVLi-gang.ZHANGShen基于弹药库视频监控的背景提取及阈值获取-系统仿真学报2006,18(z2)武器弹药库安全的重要性不言而喻,历来是部队保卫工作的重点.在军队弹药库视频监控系统中,基于实时场景图像的分割在监控系统中是一个重要环节,因为图像分割使得目标分离、特征提取和参数测量以及对原始图像进行更高层次的分析和语意理解成为可能.作者根据实际情况提出了一个新的获取背景图像的方法和图像分割中阈值的获取算法,对一般迭代法提出改进,并引入一个平滑系数,使分割阈值在原来的水平上得到提高,有效地避免当前帧分割阈值的突变.该算法的鲁棒性好,易于操作,效果明显.10.学位论文李华基于视频图像的交通信息提取关键技术研究2005本文以静止单孔摄像机获取的交通场景视频作为研究对象,以提取场景内的交通参数为目的,对所涉及到的背景提取及自适应更新、阴影检测等关键技术问题进行了深入的研究和分析,并在这些关键技术研究的基础上实现了一个视频车流检测模型系统。本文主要内容包括:分析了邻帧差分和背景差分技术,通过实验比较验证了背景差分技术更适合于交通视频的运动目标检测;深入研究了基于时域平均、时域中值以及基于非参数模型的背景更新方法,通过实验验证了基于非参数模型所提取的背景无论是在图像质量还是稳定性上都要优于其它两种算法;本文针对非参数统计算法时空开销过大,难于实时的缺点,在YUV颜色空间下,利用YUV颜色空间特性,实现了该模型的快速算法;此外针对直方图分析背景提取提出了一种基于块的算法,在保证图像质量的前提下,大大缩短了该类算法的背景提取时间;对阴影属性以及产生机制进行了深入研究,在YUV颜色空间下初步实现了阴影检测;完成了一个基于视频图像的车流检测模型系统的设计及其实现,通过设置虚拟检测线圈实现了车道车流统计、车速提取以及利用车长进行车辆类型的初步识别等基本交通参数的提取。 本文对帧差分技术、背景更新技术以及阴影检测技术的研究和讨论具有一定的普遍意义,可以应用于其它场景的视频监控系统中去。本文链接:下载时间:2010年4月1日
本文标题:视频的运动目标检测与跟踪系统研究
链接地址:https://www.777doc.com/doc-4447437 .html