文档介绍：摘要运动目标检测识别是图像处理与图像理解领域一个重要课题,在机器人导航、智能监控系统、医学图像分析、视频图像编码传输等等领域有着广泛的应用。随着其应用领域得不断扩大,其实用价值越来越得到人们的重视。活动序列图像在此可以分为两类:静止背景和运动背景。前者主要采用帧间差分法和背景差分法。后者目前研究较少,算法还不成熟。本文分别对这两种情况进行了研究。本文主要介绍了如下内容:针对静止背景的序列图像,介绍了如何利用差分图像提取运动目标主边缘的算法,利用帧间差分图结合区域生长算法检测运动目标的算法;以及对背景建模算法的一点改进。针对运动背景的序列图像,介绍了使用块匹配法估算像素运动矢量和分块图像的运动矢量,再根据物体和背景的不同运动矢量提取运动目标的算法。最后,本文还详细介绍了一个实际项目的运动目标识别跟踪的子系统部分的软件设计与实现。该系统采用多线程编程技术,占用系统资源少,能较为准确的提取并跟踪运动目标。更是为能将各种算法应用于实际提供了一种很好的思路。关键词:运动目标检测,帧间差分,块匹配,运动矢量
知识水坝***@pologoogle为您整理
,甒,.:,,,瑃瓼琩,琺:
知识水坝***@pologoogle为您整理
签名:毂毽签名:丝日期:沙石年隆稳独创性声明关于论文使用授权的说明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笥ψ袷卮斯娑
第一章引言课题概述国内外动态视频序列中运动目标的检测识别是计算机视觉和图像编码研究领域的一个重要课题,在机器人导航,智能监视系统,交通监测,医学图像处理以及视频图像压缩和传输等领域都有广泛的应用。本章将简要介绍当前的运动目标检测与识别算法的基本概要,随后介绍本论文的总体结构和拟展开的工作。运动检测的目的是从序列图像中将变化区域从背景图象中提取出来。运动区域的有效分割对于目标分类,跟踪和行为理解等后期处理非常重要,因为后处理过程往往仅考虑运动区域。在运动检测的研究中,常用的方法有基于特征的方法,基于光流场的方法,基于帧闻差分的方法,基于背景建模的方法。序列图像可以分为静态背景下运动目标检测与动态背景下运动目标检测。静态背景运动检测现有研究较多,是指摄像机在整个监视过程中不发生移动的情况下进行运动目标的检测;动态背景检测研究较少,算法还不成熟,是指在监视过程中摄像机发生了移动缙揭疲;蚨嘧杂啥仍硕的情况下进行运动目标检测。运动分析的结果就可以应用于数字视频的分割与视频对象的提取。目前数字视频分割与视频对象提取方面的研究大多建立在运动分析的基础之上,所以这方面的研究动态也同时反映了数字视频运动分析方面的研究进展。同时运动分析也是数字视频的高效表征和压缩重要组成部分。论文按下面顺序组织:第二章简单介绍了不同格式图像文件间的转换,以及一些用到但不常用的预处理工作。本章不求全,所以对某些常用的预处理算法没有做介绍。第三章则主要介绍静止背景序列图像中的运动目标检测。第四章主要介绍运动背景序列图像中的运动目标检测。第五章介绍了一下本人参与的一个实际项目中关于运动目标检测子系统的设计实现工作。第六章为总结。在近年来的国内外的相关文章中,并没有提出新的思路来解决这个问题,运动目标的检测的算法仍然局限在帧间差分和多传感器分析这两种方法的不同变体
年《计算机工程与应用》第期,刘永信等人研究了基于滤波理论的渐消记忆递归最小二乘法,探讨了该法在重建图像背景中的应用。同年,《清华大学学报匀豢蒲О》第期中,张辉等人介绍了如何实现出格点检测和聚类自动检测。而在年《中国图形图像学报》第期,王栓等的文章《基于差分图像的多运动目标的检测与跟踪》和年《信息与控制》第期,隋晔等的文章《交通监控系统中运动目标分类和跟踪研究》两篇文章中,分别具体介绍了两种基于差分图像的运动目标检测算法及后处理的情况。前者介绍了一种基于差分图像的运动目标检测算法,检测结果是符号化了的图像,其中运动目标由外接矩形表示,然后根据连续性约束假设,实现了运动目标的跟踪,后者讲述了交通监控系统中应用视频图像流来跟踪运动目标并对目标进行分类的具体过程和原则,基于目标检测提出了双差分的目标检测算法,目标分类应用到了连续