文档介绍：东华大学学位论文原创性声明
本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位
论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除
文中已明确注明和引用的内容外,本论文不包含任何其他个人或集体
已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对
所写的内容负责,并完全意识到本声明的法律结果由本人承担。
学位论文作者签名:
日期: 年月日
万方数据
东华大学学位论文版权使用授权书
学位论文作者完全了解学校有关保留、使用学位论文的规定,同
意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允
许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或
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
制手段保存和汇编本学位论文。
保密□,在年解密后适用本版权书。
本学位论文属于
不保密□。
学位论文作者签名: 指导教师签名:
日期: 年月日日期: 年月日
万方数据
射击训练系统中运动目标检测算法的研究
学位论文承诺书
本人郑重承诺:本人所提交的学位论文为根据答辩意见修改后的
定稿版本。因提交版本错误所造成的后果由本人承担。
学位论文作者签名:
日期: 年月日
II
万方数据
对抗系统中运动目标检测算法的研究
摘要
新时期世界各国军事的发展,迫使我军要在军事训练在内容和形
式上做出变革,以进一步提高军队战斗力。本文涉及的射击对抗训练
系统还原了近似真实的实战场景,在允许实弹射击的情况下还能很好
的避免士兵伤亡,是一次军事训练的重大创新。运动目标检测是该系
统中十分重要的一个模块,场景复杂,士兵身着迷彩服等因素给检测
带来了很大的困难。
为了解决该系统中移动士兵检测的问题,本文对帧间差分、高斯
模型、光流法、ViBe 等主流的运动目标检测算法进行了分析比较,
结合实验数据说明了各自的优缺点和适用场景。由于 ViBe 算法原理
简单、易于实现,且复杂度低,实时性好,是同等计算复杂度下检测
效果最好的算法,因此选用 ViBe 算法作为检测移动士兵的算法。
本文首先介绍了 ViBe 采用的背景模型的工作原理以及前景背景
的判定方法,然后重点分析了模型的初始化过程和更新过程。通过实
验发现,ViBe 应用在射击对抗训练系统中会存在一些问题,主要是
鬼影、阴影以及小目标和空洞。针对鬼影,本文创造性的提出了一种
基于光流的鬼影去除算法,虽然计算光流很耗时,但该算法只计算小
部分像素,因此并不影响系统的整体性能。由于训练场地背景复杂,
会存在玻璃、积水等反光物质,阴影有时会比较明显,本文提出了一
I
万方数据
射击训练系统中运动目标检测算法的研究
种在 HSV 颜色空间中基于像素梯度的阴影抑制算法。根据连通域面
积大小去除了小目标,对于闭合的空洞则利用种子填充算法予以填充。
最后,以流程图的形式阐述了整个运动目标检测系统的工作流程,
实验结果表明,该系统的检测结果在准确性和实时性上都能够满足要
求,为后续目标跟踪奠定了基础。
关键词:运动目标检测鬼影阴影高斯模型
II
万方数据
射击训练系统中运动目标检测算法的研究
RESEARCH ON MOVING OBJECT DETECTION
ALGORITHM FOR COUNTERMEASURE SYSTEM
ABSTRACT
The military developments in the world make it necessary for our army to improve the
military training. The countermeasure training system referenced here offers the soldiers almost
bat scenes, allowing them to shoot with real bullet and being able to avoid casualties. It’s
a big innovation in military training. Motion detection is an important module of the
countermeasure training. plex backg