硕士论文-基于DIRECT算法的运动目标分割

基于DIRECT算法的运动目标分割作者：王铁成学位授予单位：哈尔滨工程大学相似文献(10条)1.学位论文杨莉图像特征检测与运动目标分割算法的研究和实现2004该论文主要介绍了作者对计算机视觉中一些算法与实现技术的研究,主要包括图像特征要素的检测算法与实现、动态轮廓的实时检测算法以及序列图像中运动目标分割算法及其体系结构设计等.该论文的目的是研究寻找简单高效的算法和设计适用的体系结构,从而使计算理论、算法和体系结构三者结合起来,使理论成果真正走向实用.该论文的主要研究成果列举如下:针对传统直线检测霍夫变换(HoughTransform,HT)所存在的参数空间存储量大,直线检测不精确以及图像特征点信息丢失等缺点,提出两种新的直线段检测算法.对MIC(MinimumIntensityChange)角点检测算法进行深入探讨,用模糊度概念进行自适应窗口插值,大大减少了以往MIC角点检测普遍采用固定窗口插值所造成的漏检和虚报概率;利用斜线上边缘点的方向连续性,有效地滤除由于图像量化误差而造成的伪角点.实验证明,新的算法明显地提高了角点检测的概率和准确度.根据图像边缘灰度的渐变性,重新定义角点检测SUSAN(SmallUnivalueSegmentAssimilatingNucleus)算法中小核值相似区的定义,并找到一种更为简便有效的计算小核值相似区面积的方法,在此基础上提出了RSUSAN(RedefinedSUSAN)角点检测算法.相比较大多数角点检测算法,RSUSAN具有角点检测准确性高,计算简单,运算速度大为提高等优点.在研究动态轮廓模型原理及其求解算法的基础上提出了一种新的部分最优化动态规划轮廓检测算法,保留了动态规划算法的性能和优点,但综合运算复杂度降低,运算速度大大提高.研究序列图像中多运动目标分割所存在的问题,提出一种复杂背景下精确分割多运动目标的方法.分析和实验表明,该算法抗干扰能力强,可以有效地消除多帧间运动目标的遮挡,对复杂背景及不重叠多目标运动情况,可以精确地定位各个运动目标的外轮廓.此外,该算法具有潜在的并行机制,易于实现实时运动图像处理.最后,为了验证该论文所提出的相关算法,我们自行设计了基于USB2.0总线的动态图像采集处理平台,并在其上进行了运动目标检测算法及其体系结构的验证.实验表明,该论文所提出的算法和体系结构效果良好,具有一定的应用前景.2.期刊论文赵海勇.刘志镜.张浩.ZhaoHaiyong.LiuZhijing.ZhangHao基于改进C-V模型的多运动目标分割-仪器仪表学报2010,31(5)针对固定摄像机视频监控中多运动目标自动分割问题,本文提出了一种基于帧间差分和改进C-V模型的新方法.首先,通过自适应阈值获得滤波后的相邻帧差值图像.其次,通过连通域分析和设定阈值,消除差值图像中噪声的影响并标定出运动目标所在的区域,计算运动区域的运动窗口.最后,对所有运动窗口,采用改进的C-V模型作分割,得到封闭和完整的运动目标轮廓.针对C-V活动轮廓模型不能自适应地分割非匀质图像问题,提出利用全局梯度信息演化活动轮廓曲线,根据闭合活动轮廓曲线内外部的梯度信息重新定义图像分割能量甬数.实验结果表明,该算法避免了对整个图像的分割,减少了运算量,能实现对刚体或非刚体的多运动目标的自动检测和轮廓分割.3.期刊论文郭建波.王建国.韩洪哲.王志良.GUOJian-bo.WANGJian-guo.HANHong-zhe.WANGZhi-liang运动目标分割中的自适应背景建模方法-辽宁工程技术大学学报2005,24(2)背景差法是视频图像序列中运动目标分割的重要方法.为了解决背景中光照亮度渐变和背景物体移动等问题,提出了基于动态信息窗口(DIW)的自适应背景更新算法.根据像素的动态变化信息决定更新策略.利用该方案实现了人体检测系统,并且在室内和室外进行了实验.实验结果表明所提出的方法不仅能自适应地更新背景模型,而且较其他方法能更有效地消除阴影.4.学位论文黄琳视频监控系统中的关键技术研究2006视频监控技术是计机视觉领域一个新兴的应用方向和备受关注的前沿课题，是计算机科学、机器视觉、图像工程、模式识别和人工智能等多学科高技术的结晶。视频监控在技术上可解释为在不需要人为干预情况下，利用计算机视觉和序列图像分析的方法对摄像机拍录的图像序列进行自动分析。当正在监控的场所发生异常情况时，实现对场景中运动目标的识别和跟踪，并及时准确地向保卫人员发出警报。从而避免可能的犯罪发生，同时也减少了雇佣大批监视人员所需要的人力、物力和财力的投入。目前，视频监控在理论和应用上都面临着很多难题，国内外有大批的学者投身于该领域的研究和探索，并且取得了大量的成果。本文就是在分析和研究这些成果的基础上，对视频监控系统的一些关键技术进行研究。主要内容可概括如下：(1)在基于图像差分的运动目标检测算法中，检测判定阈值是这类算法的关键。基于背景差分与帧间差分相结合的运动目标检测算法采用经验设定检测阈值易发生误报警或错报警。本文采用自适应阈值的判定方法，克服了传统差分算法中的缺点。(2)提出了一种基于塔式小波分解的多尺度边缘综合检测方法。该算法利用小波变换具有的多尺度特性把图像信号分解成不同尺度上的分量，再利用Marr算子对各个尺度上的高频分量进行边缘检测，最后根据实际需要将各尺度边缘图像进行重构。实验结果表明：该方法很好的解决了噪声抑制和图像边缘提取之间的矛盾，且利用Marr算子进行边缘检测得到是单像素的边缘，可以减小跟踪过程中匹配计算的复杂度。(3)提出一种改进的基于Hausdorff距离匹配的运动目标跟踪算法。该算法采用Kalman滤波器进行运动估计，缩小了特征搜索范围，提高了匹配计算速度。在匹配准则方面，采用有向Hausdorff距离与平均Hausdorff距离相结合的匹配的策略。实验结果表明：本文所采用跟踪算法与原有的Hausdorff距离匹配算法相比，当跟踪目标短暂丢失或镜头移动的情况下也有较好的跟踪效果，并且跟踪效率也有很大的提高。5.学位论文李玲芝跳水运动视频分析系统关键技术研究2008近年来，运动视频分析己成为计算机视觉领域里的一个研究热点和难点。本文作者在充分了解相关研究工作的基础上，针对跳水运动视频的特点，研究了存在全局运动的视频运动目标分割方法，并以此为关键技术之一应用于跳水运动视频分析，其主要研究内容和成果如下：研究了一种适用于动态场景的运动目标分割新算法。算法首先根据摄像机全局运动模型计算全局运动参数，进行相邻帧间的像素映射，获得像素点在邻近两帧中的对应位置，进而利用三帧差分法得到分割的前景；在此基础上，将分割为背景的像素点映射到邻近帧，求得各帧的像素点为背景时其高斯模型的均值及方差；最后采用粒子滤波预测出下一帧前景区域，计算各像素点为前景的概率，从而完成运动目标分割。将算法应用于跳水运动的视频目标分割结果表明，本文算法有效克服了由于全局运动模型参数估算偏差而导致的累积误差，能以更高精度实现跳水视频中的运动目标分割。结合跳水运动目标分割、目标轨迹跟踪、人体三维运动建模、运动参数方程建立与参数计算、参数反求等关键技术，构建了跳水运动视频分析系统DivingVAS，为基于视频的跳水运动分析与应用提供了技术支持。该系统融合了计算机图形学、数学图像处理、模式识别、数学和人体运动生物学等学科技术，为跳水运动员训练提供了科学、直观的辅助分析手段。6.学位论文李智慧基于MPM-MAP框架的运动目标分割与跟踪2007运动目标分割与跟踪在军事、气象、地质、商业传媒等很多领域都有着广泛的应用，是模式识别、图像处理、计算机视觉等领域的重要课题。本文首先对运动目标分割与跟踪的研究现状进行了分析与总结，介绍了该领域现有的研究方法，取得的成就以及存在的问题。本文采用最大后验边缘概率(MPM—MAP)算法实现运动目标分割，MPM—MAP算法是在最大后验概率(MAP)图像分割算法的基础上发展而来的。这类算法既能估计运动参数，又能分割出运动目标，具有结果准确，适应广泛的特点。MPM—MAP算法在形式上明确了通过两步估计运动参数和运动目标所对应的区域(支持区)；采用二值标记场表示支持区，从而使计算简化。该算法比MAP算法和期望最大化(EM)算法更灵活，速度更快。本文从MAP运动分割算法入手，详细介绍了MPM—MAP算法的理论框架，还分析了MPM—MAP算法与MAP算法及EM算法的区别。在此基础上本文对该框架中的数据平滑算法——基于马尔可夫随机场(MRF)模型的算法进行了改进。改进后的算法利用MPM—MAP算法中的二值标记表示法，统一更新图像标记场数据，通过均值滤波器实现MRF能量函数的计算，在保持算法平滑效果的同时提高了MRF算法的运行速度。传统的MPM—MAP算法虽然运行速度比相近的MAP算法和EM算法有较大提高，但仍存在一些缺点。如缺乏有效的运动目标数和初始运动参数的估计方法；常采用的估计运动参数的最优化方法依赖于初值，对目标函数要求可导等。MRF平滑方法虽然效果很好，但用于迭代过程中时，即使是快速算法仍然运行时间较长。针对以上缺点，本文提出了以下改进方法。本文改变了MPM—MAP算法中数据平滑项的定义，定义平滑项为运动目标备选像素的密度，选择备选像素密度最大的矩形区域为运动支持区。采用区域收缩算法实现图像平滑、去除噪声，该算法不仅可以消除噪声，还可以对运动目标定位并计算运动目标的特征矩形。区域收缩算法相对MRF算法具有运行速度快的优势。除可以用于支持区估计结果上，区域收缩算法也可以用于差分二值图像，本文采用连通区域包围盒与区域收缩算法相结合的方法估计初始支持区，将传统算法先假设运动参数再估计运动支持区的顺序改为先估计支持区后估计运动参数，提高了初始参数估计的准确性。本文选择运动模型为6参数仿射模型。在区域收缩算法的基础上，本文提出一种基于矩形区域主轴的轴仿射模型。该模型通过矩形区域的两个主轴估计仿射运动参数，其优点主要有以下几点。一是在不影响运动参数估计准确性的前提下提高了运动估计的速度；二是使仿射运动参数具有明确的几何意义，容易确定一个初始参数的范围，使参数估计的最优化算法除传统的基于梯度的方法及随机最优化方法外，可以使用搜索类的算法。本文选择一种较新的取值有界的最优化算法—DIRECT算法实现运动参数的估计。该算法不要求目标函数可导，也不用假设初值。所以，轴仿射运动模型与DIRECT算法的结合提高了参数估计的准确性、稳定性和鲁棒性。本文对上述算法与模型进行了详细介绍。最后，本文将上述算法应用于运动目标跟踪。本文的跟踪算法采用矩形表示法，基于区域收缩的MPM-MAP算法用于估计初始运动目标及运动参数。目标跟踪采用基于卡尔曼滤波的状态空间目标跟踪方法。状态为轴仿射参数，DIRECT算法的中间结果用于计算观测向量的协方差矩阵。实验结果表明，矩形表示法、轴仿射模型和DIRECT算法的结合有利于更好地实现运动目标跟踪。本文提出的算法都经仿真实现，并证明可行。文中给出较详细的实验结果。7.期刊论文危自福.毕笃彦.张明.何林远.WEIZi-fu.BIDu-yan.ZHANGMing.HELin-yuan基于背景重构和水平集的多运动目标分割-光电工程2009,36(7)针对固定摄像机监控中多运动目标自动分割问题,本文提出了一种基于背景差分和水平集的新方法.首先,该方法通过求解连续三帧图像的对称差分,确定出当前帧中的背景像素点,并对背景像素点的灰度值进行统计,最后选择频率最高的灰度值作为该点背景像素灰度值来重构背景.其次,提出了基于8-邻域搜索的区域生长算法完成连通区域的检测,并通过设置阈值和连通域分析,消除背景块噪声并标定出运动目标区域.最后,对所有运动目标区域块,分别采用无需重新初始化的水平集算法作分割,得到封闭和完整的目标轮廓.实验结果表明,该算法能实现固定摄像机滥控中刚体或非刚体的多运动目标的自动检测和轮廓分割.8.学位论文万成凯无标记人体运动捕捉及姿态估计的研究2009人类感知外界信息，80％以上是通过视觉得到的，让计算机具有视觉是人类多年以来的