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),請進行舉報或認領(lǐng)
文檔簡介
1、圖像序列中運動目標檢測跟蹤是計算機視覺領(lǐng)域一個新興的方向和備受關(guān)注的前沿課題,它融合了計算機科學、機器視覺、圖像工程、模式識別、人工智能等先進技術(shù),廣泛地應(yīng)用于軍事、工業(yè)、生活等各個方面。 運動目標檢測、背景模型建立、陰影檢測、運動目標跟蹤是本文研究的重點。國內(nèi)外大批學者也在該領(lǐng)域作了深入的研究和探討,并取得了大量的成果。本文在這些成果的基礎(chǔ)上,在這些方面作了一定的研究和嘗試,相關(guān)研究如下: (1)在運動目標檢測、提取前
2、景部分,討論分析了目前提取前景的方法及其實現(xiàn)的原理。選擇背景差分法作為提取運動目標的基礎(chǔ),為了完整、精確的提取出運動目標,采用形態(tài)學方法對差分后的前景圖像進行處理;分析介紹了相關(guān)的背景建模方法,并通過試驗比較建模效果。試驗結(jié)果顯示:高斯背景建模方法雖然能夠準確的表示背景,但算法復雜度和計算復雜度方面比較復雜。針對這種情況,本文使用中值法建立背景模型和高斯背景模型相結(jié)合進行建模,其思想為:在目標區(qū)域使用高斯模型更新背景,而在非運動區(qū)域使用
3、中值法建模。試驗表明取得了很好的效果。 (2)在運動目標檢測跟蹤過程中,很多因素導致檢測跟蹤出現(xiàn)偏差,而陰影就是其中一個主要因素。本文分析了陰影特征,闡述了目前消除陰影研究現(xiàn)狀。針對HSI顏色模型對于當運動目標和背景顏色接近時,可能出現(xiàn)檢測率不高的特點,把一階梯度密度函數(shù)引入HSI顏色模型中,為了表明改進算法的有效性,利用采集到的圖像序列進行實驗。實驗表明:基于HSI模型的陰影檢測算法是有效的。 (3)在運動目標跟蹤部分
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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。
最新文檔
- 基于圖像序列的運動目標檢測與跟蹤技術(shù)研究.pdf
- 視頻序列中運動目標檢測及跟蹤技術(shù)研究.pdf
- 動態(tài)圖像序列中目標檢測與跟蹤技術(shù)研究.pdf
- 復雜圖像序列中微弱運動目標檢測技術(shù)研究.pdf
- 序列圖像中微弱點狀運動目標檢測及跟蹤技術(shù)研究.pdf
- 紅外圖像序列中弱小目標檢測與跟蹤技術(shù)研究.pdf
- 圖像序列中多目標跟蹤技術(shù)研究.pdf
- 視頻圖像序列中運動目標檢測和跟蹤的研究.pdf
- 動態(tài)場景圖像序列中運動目標檢測與跟蹤.pdf
- 圖像序列運動目標檢測與跟蹤算法研究.pdf
- 視頻序列圖像中目標跟蹤技術(shù)研究.pdf
- 序列圖像中運動目標的檢測與跟蹤.pdf
- 視頻圖像中運動目標跟蹤技術(shù)研究.pdf
- 視頻圖像序列中運動目標的檢測與跟蹤.pdf
- 序列圖像中運動目標的檢測與跟蹤研究.pdf
- 視頻圖像序列中的運動目標檢測與跟蹤研究.pdf
- 視頻圖像序列中運動目標檢測與跟蹤方法研究.pdf
- 紅外圖像序列中運動目標的檢測與跟蹤方法研究.pdf
- 基于圖像序列的運動目標檢測與跟蹤研究.pdf
- 基于圖像的運動目標檢測與跟蹤技術(shù)研究.pdf
評論
0/150
提交評論