文档介绍：耵学位论文作者签名:椤劾‰月『本学位论文作者完全了解逝塑堡墨太堂有权保留并向国家有关本人授权逝江理工大堂可以将学位论文的全部或部分内容编入有关学位论文版权使用授权书部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。数据库进行检索和传播,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艿难宦畚脑诮饷芎笫视帽臼谌ㄊ签字日期:矽哆年月导师签名:年沙多日▲厶
摘要序列图像中运动目标跟踪技术研究是指对视频中的运动目标进行检测、识别和跟踪,该技术在视频监控、机器人技术、图像检索、图像压缩等研究领域有着重要应用。其中,运动目标检测与跟踪是目标行为理解与分析的基础。因此,对序列图像中运动目标跟踪算法的研究具有重要意义。该文就运动目标分析系统中运动目标跟踪问题展开研究,主要研究成果如下:诙嘣硕勘昵榭鱿拢乘惴ㄔ诘ツ勘旮僦芯3鱿指砟勘晟踔粮D勘的情况,鲁棒性和实时性差。针对这种情况,首先,本文提出了把P徒岷特征匹配的算法。在牡怂阒校看蔚家谰菰寄勘暧牒蜓∧标的特征向量来计算P秃蚐惴ㄖ械南嗨贫炔⒈冉现∠嗨贫却蟮乃法为目标定位算法,直到精确定位到目标位置。在上述操作中本文将目标的操作区域局限于目标的洞笮。佣档土嗽怂懔浚岣吡耸凳毙浴F浯危疚囊肓薬—獃滤波预测算法,解决目标跟踪中出现的目标遮挡问题,同时,该滤波算法也能预测出在下一帧图像中目标出现的位置,所以可直接定位操作区域,提高了跟踪系统的实时性。诙嗄勘旮僦谐鱿值哪勘暾诘病⒛勘晗嗨莆锔扇诺任侍猓跋炝四勘旮俚闹量,针对这些问题,本文提出了改进的结合多特征和,的算法,首先,为了提高目标概率分布图的精确度,算法不再在传统的占洳僮髟怂悖是采用信息量更多的占渫苯岷蟂惴ǎü臣芌空间中目标特征点处的像素值,得到较精确的目标概率直方图。经过进一步研究,本文又增加了边缘特征,使目标概率直方图更加精确。对于相似物干扰的情况,本文在改进中结合了纹理特征,根据当前帧和上一帧目标的纹理相似度来确定真实目标区域。最后,本文引入,预测算法解决目标的遮挡问题,且可通过目标的运动轨迹预测出目标的可能位置,从而提高了系统实时性。实验结果表明:该算法能对多目标跟踪中出现的相似干扰、遮挡等情况进行较好的跟踪,具有较强的鲁棒性和实时性。关键词:目标检测,目标跟踪,
algorithmconsideredThe甌imagepositionTheimprovingTheSequences琲;-lusionmulti-objects,accounted浙江理工大学硕士学位论文序列图像中运动目标跟踪技术研究activitiesRelatedvideothesisthe(1)lnworseproposetheModel瑃wassolvequalityprobabilitydiagram,putationproblempredict瑃operatingimprovereal-ording,paper猣琣addedalgorithmFirstly,inorderHSVbutRGBcontaingetvectorstwonotarecanU
FeaturesGM(I1)acee1i11Afterijpi--added萨Shift,SIFT,CamshitL浙江理工大学硕士学位论文序列图像中运动目标跟踪技术研究similarityFinally,the,lusionproblemandtimeTheresultsalgorithmproposedreal-timeImagetextureare
翼裩;锩辉怼!!!!目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯~⋯⋯.研究背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第二苹运动目标的检测与提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.运动目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯逸砌目标俭嬲基今万泫⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...〖⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⑻崛∧勘辍第三章基于多特征结合和运动预测的目标跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法