版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、運(yùn)動目標(biāo)檢測與跟蹤是針對運(yùn)動目標(biāo)檢測、識別和跟蹤的一項技術(shù),是計算機(jī)視覺研究的主要內(nèi)容之一,在軍事、交通、生物、醫(yī)學(xué)等多種領(lǐng)域得到了廣泛的應(yīng)用。
本文采用MT-R 移動機(jī)器人和Osprey-200 Video Device攝像機(jī)構(gòu)建一個運(yùn)動目標(biāo)檢測與跟蹤的實驗平臺,主要研究實驗室環(huán)境下對運(yùn)動人體的檢測與跟蹤,在研究現(xiàn)有運(yùn)動目標(biāo)檢測算法、跟蹤算法的基礎(chǔ)上,提出了改進(jìn)的算法。
首先通過實驗平臺上的相關(guān)實驗,分析、
2、比較了背景減除法、邊緣檢測法、幀差法等常用的目標(biāo)檢測方法,提出了一種基于鄰域比較的改進(jìn)幀差法,實現(xiàn)對運(yùn)動目標(biāo)的檢測,有效地克服了背景部分的變化和噪聲所產(chǎn)生的干擾,提高了對運(yùn)動目標(biāo)的檢測精度。然后運(yùn)用投影直方圖方法實現(xiàn)人體的識別,即根據(jù)人體在運(yùn)動時所具有的獨特寬高比檢測運(yùn)動人體區(qū)域,取得較好的實驗結(jié)果。
CamShift 是一種非參數(shù)化的跟蹤算法,根據(jù)運(yùn)動目標(biāo)顏色直方圖的分布對運(yùn)動目標(biāo)進(jìn)行跟蹤,具有很好的魯棒性和實時性。本文
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雙目視覺的運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于視覺的運(yùn)動目標(biāo)檢測與跟蹤算法研究.pdf
- 基于主動視覺的運(yùn)動目標(biāo)檢測與跟蹤研究.pdf
- 基于全景視覺的運(yùn)動目標(biāo)檢測與跟蹤方法研究.pdf
- 基于視覺的運(yùn)動目標(biāo)檢測與跟蹤技術(shù)研究.pdf
- 基于雙目立體視覺的運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于視覺的運(yùn)動目標(biāo)檢測與跟蹤算法的研究與實現(xiàn).pdf
- 基于全方位視覺的運(yùn)動目標(biāo)檢測跟蹤研究.pdf
- 復(fù)雜場景中視覺運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于視覺的無人機(jī)運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于全方位視覺的運(yùn)動目標(biāo)檢測與跟蹤算法研究.pdf
- 視覺運(yùn)動目標(biāo)檢測與跟蹤相關(guān)算法研究.pdf
- 基于蛙眼視覺特性的運(yùn)動目標(biāo)檢測與跟蹤方法研究.pdf
- 智能視覺監(jiān)控中的運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于立體視覺的目標(biāo)檢測與跟蹤.pdf
- 基于視覺的運(yùn)動車輛檢測與跟蹤.pdf
- 基于視頻的運(yùn)動目標(biāo)檢測與跟蹤.pdf
- 基于計算機(jī)視覺的運(yùn)動目標(biāo)檢測與跟蹤方法的研究.pdf
- 基于計算機(jī)視覺的運(yùn)動目標(biāo)的檢測與跟蹤的研究.pdf
- 基于遙感圖像的目標(biāo)檢測與運(yùn)動目標(biāo)跟蹤.pdf
評論
0/150
提交評論