復(fù)雜環(huán)境中運(yùn)動人體圖像分割與識別算法研究.pdf

1、針對公路客運(yùn)行業(yè)中客運(yùn)車輛運(yùn)營過程管理信息化、智能化程度低，司乘人員私自組客，私收票款，私拉亂運(yùn)等問題，開展客運(yùn)車輛運(yùn)營過程的智能視頻監(jiān)控技術(shù)與方法的研究，以實(shí)現(xiàn)長途客運(yùn)計(jì)價(jià)、核價(jià)的自動化，稽查的智能化。本文主要研究客運(yùn)車輛運(yùn)營過程智能視頻監(jiān)控中的運(yùn)動人體圖像分割和識別問題。
　　 復(fù)雜交通環(huán)境中對運(yùn)動目標(biāo)被動定位的實(shí)時(shí)性要求高，因此，序列圖像分割算法計(jì)算量要小，分割算法不宜太復(fù)雜。同時(shí)，特征向量的維數(shù)對運(yùn)動人體識別的準(zhǔn)確性、穩(wěn)

2、定性具有重要影響。本文針對車載監(jiān)控視頻中運(yùn)動人體圖像的分割與識別算法及涉及的相關(guān)問題進(jìn)行研究，主要研究工作和創(chuàng)造性成果總結(jié)如下:
　　 (1)復(fù)雜環(huán)境中精確、快速分割算法的研究
　　 針對使用二維Otsu法對運(yùn)動人體圖像分割時(shí)分割不準(zhǔn)確和分割速度慢的問題進(jìn)行改進(jìn)研究，提出基于改進(jìn)的二維Otsu法的運(yùn)動人體圖像分割方法。該算法在構(gòu)造閾值識別函數(shù)的過程中，既利用了類內(nèi)像素的內(nèi)聚性，又考慮了目標(biāo)類與背景類類間方差的最大性。然后

3、，采用量子粒子群算法來尋求該閾值識別函數(shù)的最優(yōu)閾值解。最后，使用該最優(yōu)解實(shí)現(xiàn)分割精確、快速的圖像分割。
　　 (2)復(fù)雜環(huán)境中運(yùn)動人體的識別方法研究
　　 對二維非監(jiān)督鑒別投影(2DUDP)特征提取方法進(jìn)行了推廣，提出了基于模塊二維非監(jiān)督鑒別投影(Modular2DUDP)的特征提取方法，提高了2DUDP方法的識別率。該方法先對原始圖像灰度矩陣進(jìn)行分塊，然后分別對每個(gè)分塊子圖像應(yīng)用2DUDP方法進(jìn)行特征提取，再將各個(gè)分塊