基于全景視覺引導的動目標跟蹤系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩77頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、視頻監(jiān)控是安全防范系統(tǒng)的重要組成部分,它是一種防范能力較強的綜合系統(tǒng),以其直觀、準確、及時和信息內容豐富而廣泛應用于軍事、海關、公安、消防、林業(yè)、堤壩、機場、鐵路、港口、城市交通等眾多公眾場合。本文所研究的基于全景視覺引導的動目標跟蹤系統(tǒng)研究是一種智能視頻監(jiān)控系統(tǒng),該系統(tǒng)可以自動檢測全景視場內的運動目標并跟蹤,計算出運動目標所在的位置同時控制運動目標進行跟蹤,抓取運動目標的圖像、保存目標信息。
  動目標檢測與跟蹤技術始終是計算機

2、視覺領域研究的熱點內容之一,同時也是智能視頻監(jiān)控系統(tǒng)實現的核心算法之一。動目標檢測的研究內容主要包括:圖像的采集、圖像處理、圖像分割和目標跟蹤四個部分,因此準確的目標檢測是后續(xù)其他工作的基礎,也是展開其他工作的前提之一。基于非參數模型的核密度估計動目標檢測算法具有檢測效果良好、靈活性高、適應性強等優(yōu)點,同時不需要參數初始化和復雜的參數更新算法的優(yōu)點,使其在實時目標跟蹤領域應用中具有很大潛力,核密度估計動目標檢測算法中的高斯核密度估計動目

3、標檢測算法以其完美的概率特性和有效的窗寬選擇方式而得到廣泛的應用。本文主要的研究內容是研究高斯核密度動目標檢測算法,指出其不足指出然后提出一種性能優(yōu)良的動目標檢測算法,并通過實驗進行驗證。
  論文首先介紹了運動目標檢測技術和全景視覺技術的發(fā)展現狀,捋清檢測算法中各個重要算法的概念、優(yōu)缺點和適合應用的場所,對全景視覺技術進行深入研究,分析基于圖像拼接技術的全景視覺系統(tǒng)和基于折反射的全景視覺系統(tǒng)的優(yōu)缺點,指出折反射全景視覺系統(tǒng)更加適

4、合應用在運動目標檢測系統(tǒng)中。然后對主流的運動目標檢測算法,即混合時域差分法、混合高斯模型法和核密度估計檢測法進行深入分析,并通過具體實驗進行性能測試,得出可靠的實驗數據,然后用實驗數據對各個算法進行對比分析,指出各個算法的優(yōu)缺點和適用場合,并為本論文提出的改進算法提出現實依據和實驗基礎。
  其次為了克服原核密度估計目標檢測算法運算量大、實時性不高的缺點,提出一種基于典型采樣和多樣性權值的運動目標檢測方法,該方法完全舍掉了原始樣本

5、從而在根本上減少了算法的運算量;同時為了彌補樣本丟失帶來的負面影響,提出多樣性權值算法,為該算法提供了有力補充;針對監(jiān)控場景背景不斷變化的特定情況,提出一種新的樣本更新方法即間接樣本更新方法,該方法不但可以根據背景變化快速更新樣本信息,而且可以同時增強算法的抗干擾能力。根據核密度估計算法與其樣本息息相關的特性提出一種基于樣本的域值分割算法,該算法能很好與核密度估計算法融合。最后通過實驗驗證了該改進算法的有效性。
  再次深入分析全

6、景相機的成像原理和云臺相機的動態(tài)性能,建立全景坐標系和云臺坐標系,并實現兩個坐標系的空間坐標變換。根據實際的云臺相機性能來設計云臺自動調焦算法、轉速控制算法和目標軌跡預測算法,在兼顧了實時性的情況下保證了云臺控制算法的有效性,同時矯正了云臺轉動滯后帶來的云臺跟蹤滯后的偏差,使云臺的跟蹤效果更加精確。
  最后在目標各種運動軌跡的情況下,通過總體實驗驗證云臺跟蹤的實際效果,通過具體的實驗數據進行分析對比,用實際數據證明了算法的有效性

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論