版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)一直是圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域的重要研究課題。近年來(lái),隨著多媒體技術(shù)的迅猛發(fā)展及計(jì)算機(jī)性能的不斷提高,各種視頻圖像的應(yīng)用越來(lái)越廣泛。視頻圖像序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)也日益受到人們的青睞,得到了廣泛的應(yīng)用。例如,在人工智能系統(tǒng)中,要對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤識(shí)別;在智能交通系統(tǒng)中,要求對(duì)運(yùn)動(dòng)中的車(chē)輛進(jìn)行監(jiān)控等。 本文研究了水道安全智能視頻監(jiān)控系統(tǒng)中的運(yùn)動(dòng)船只檢測(cè)與跟蹤方法。常用的運(yùn)動(dòng)目標(biāo)跟蹤方法大致可以分為兩類(lèi)
2、:(1)基于運(yùn)動(dòng)目標(biāo)區(qū)域特征的跟蹤方法,(2)基于目標(biāo)輪廓特征的跟蹤方法?;谥鲃?dòng)輪廓線模型的跟蹤方法屬于第(2)類(lèi),即它是基于目標(biāo)輪廓特征的跟蹤方法。這個(gè)方法能減少計(jì)算復(fù)雜性。 主動(dòng)輪廓線模型又稱(chēng)為Snake模型,是一條可變形的閉合連續(xù)曲線及其能量函數(shù)的總稱(chēng)。曲線的形狀和位置由內(nèi)部力和外部力控制。內(nèi)部力使得曲線的形狀趨于光滑,外部力引導(dǎo)主動(dòng)輪廓線向圖像的特征移動(dòng)。主動(dòng)輪廓線模型由Kass等人于1987年首次提出之后,許多研究者
3、對(duì)該模型進(jìn)行了改進(jìn),并將其應(yīng)用于計(jì)算機(jī)視覺(jué)研究的許多領(lǐng)域中,如靜態(tài)圖像的邊緣檢測(cè)、圖像分割以及圖像序列中運(yùn)動(dòng)目標(biāo)的跟蹤等。 但是,主動(dòng)輪廓線的初始位置大都是由人工手工選取的,這樣使得主動(dòng)輪廓線模型在運(yùn)動(dòng)目標(biāo)跟蹤中的應(yīng)用受到很大的限制。目前本課題研究的是固定水道內(nèi)基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù),基于視頻圖像的水上運(yùn)動(dòng)目標(biāo)跟蹤需要綜合考慮波動(dòng)、水面反光等因素的影響。本文將主動(dòng)輪廓線模型與目標(biāo)的運(yùn)動(dòng)信息相結(jié)合進(jìn)行運(yùn)動(dòng)目標(biāo)的跟蹤,提
4、出了一種基于目標(biāo)二值圖像的初始輪廓線自動(dòng)選取方法,增強(qiáng)了主動(dòng)輪廓線模型在運(yùn)動(dòng)目標(biāo)跟蹤中的實(shí)用性,并將基于主動(dòng)輪廓線模型的跟蹤方法用于單個(gè)、多個(gè)運(yùn)動(dòng)目標(biāo)的跟蹤。論文內(nèi)容主要按照以下各章進(jìn)行展開(kāi): 首先在引言中闡述了面向交通應(yīng)用的數(shù)字視頻序列運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的研究意義及本文的選題背景:總結(jié)運(yùn)動(dòng)目標(biāo)檢測(cè)、提取及跟蹤領(lǐng)域的研究現(xiàn)狀,并指出所存在的問(wèn)題。在第二章主要介紹了主動(dòng)輪廓線模型在計(jì)算機(jī)視覺(jué)與圖像處理中的應(yīng)用、改進(jìn)的主動(dòng)輪廓線模、
5、主動(dòng)輪廓線的能量函數(shù)的定義等。然后利用貪心算法求能量函數(shù)的最小化。在第三章中提出了一種視頻序列運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法,研究了攝像機(jī)靜止情況下的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù),使用背景消去法進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)。首先使用若干幀沒(méi)有運(yùn)動(dòng)目標(biāo)的圖像對(duì)各個(gè)像素點(diǎn)建立混合高斯背景模型,然后使用建立的背景模型進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)。使用檢測(cè)到的目標(biāo)在進(jìn)入監(jiān)控區(qū)的若干幀中的位移量來(lái)對(duì)目標(biāo)的運(yùn)動(dòng)速度作出估計(jì)?;跈z測(cè)到的目標(biāo)的二值圖像,提出了一種初始輪廓線的自動(dòng)選取算法,
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主動(dòng)輪廓模型的視頻對(duì)象跟蹤系統(tǒng).pdf
- 結(jié)合運(yùn)動(dòng)信息的目標(biāo)主動(dòng)輪廓跟蹤.pdf
- 主動(dòng)輪廓模型研究及其在目標(biāo)跟蹤中的應(yīng)用.pdf
- 基于主動(dòng)輪廓模型的運(yùn)動(dòng)跟蹤系統(tǒng)的研究.pdf
- 基于主動(dòng)輪廓的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf
- 基于主動(dòng)輪廓模型的視頻人體檢測(cè)與跟蹤.pdf
- 運(yùn)用先驗(yàn)導(dǎo)向主動(dòng)輪廓的目標(biāo)跟蹤方法研究.pdf
- 基于主動(dòng)輪廓模型的遙感圖像目標(biāo)提取研究.pdf
- 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)跟蹤算法的研究.pdf
- 基于視頻監(jiān)控系統(tǒng)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 主動(dòng)輪廓模型的研究及其改進(jìn)模型在目標(biāo)檢測(cè)中的應(yīng)用.pdf
- 監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)輪廓提取方法的研究與應(yīng)用.pdf
- 基于活動(dòng)輪廓模型和顏色信息的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法.pdf
- 運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤及其在視頻監(jiān)控系統(tǒng)中的應(yīng)用.pdf
- 基于主動(dòng)輪廓模型的醫(yī)學(xué)圖像中目標(biāo)提取研究.pdf
- 基于視頻監(jiān)控系統(tǒng)的運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)研究.pdf
- 智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的應(yīng)用實(shí)現(xiàn).pdf
- 基于活動(dòng)輪廓模型的目標(biāo)分割與跟蹤的研究.pdf
- 視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)跟蹤算法研究.pdf
- 視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的研究.pdf
評(píng)論
0/150
提交評(píng)論