1 / 74
文档名称:

基于改进的混合高斯模型的运动目标检测算法.pdf

格式:pdf   页数:74
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于改进的混合高斯模型的运动目标检测算法.pdf

上传人:cherry 2014/5/11 文件大小:0 KB

下载得到文件列表

基于改进的混合高斯模型的运动目标检测算法.pdf

文档介绍

文档介绍:基于改进的混合高斯模型的运动目标检测算法工学硕士学位论文硕士研究生:张宗彬指导教师:罗天放副教授学位级别:工学硕士学科、专业:信号与信息处理所在单位:信息与通信工程学院论文提交日期:年论文答辩日期:年学位授予单位:哈尔滨工程大学分类号:密级:编号:
:.篗篠:篗,:琟.,●
作者┳:弓长京株\导师┳:’矿穴谚己作者┳:纭哮琳血哈尔滨工程大学学位论文原创性声明学位论文授权使用声明标明。本人完全意识到本声明的法律结果由本人承担已⋯伽作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,耭本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文驮谑谟柩缓蠹纯煽谠谑谟柩鲈潞解密后晒豕こ檀笱徒挥泄夭棵沤斜4妗⒒惚嗟取月本人郑重声明:本论文的所有工作,是在导师的指导下,由本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式日期:本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据日期:加『口年拢痳日口
要摘在计算机视觉,智能监控等领域,运动目标检测是后续跟踪、识别和行为理解的基础。本文针对摄像机静止的情况,研究了一种基于混合高斯模型砺垩芯坎糠帧1冉狭顺S玫脑硕勘昙觳馑惴ǖ挠湃钡悖欢韵纸段比较常用的背景建模方法从运算量、检测效果、处理背景扰动能力和存储悠翟ご怼2捎盟咝阅诓宸ń型枷癯叽绫浠唬徊捎萌噶中值滤波算法抑制对模型影响较为严重的脉冲噪声和椒盐噪声,实验表明该算法能比标量滤波和二维矢量中值滤波取得更高的信噪比。硕勘昙觳狻J迪至嘶诨旌细咚鼓P偷脑硕勘昙觳猓⒄攵前景区域分成运动目标区和误检区,并为误检区赋予较大的更新速率,实验硕觳夂蟠怼2捎弥兄德瞬ㄒ种乒铝⑶熬暗悖捎檬翁算法填补目标中的镂空从而提高检测质量;分别实现了基于蛂色彩谛槟饧觳馇虻某盗髁客臣啤T硕勘昙觳庵罂梢缘肗值图像序列,在车道上的合适位置设定与车辆行驶方向垂直的虚拟检测区域,统计区域内的前景点数目便可确定是有车状态还是无车状态,监测虚拟检测区域的状态变化即可实现车流量统计。实验表明该算法可以较为准确的统计车流量统计的运动目标检测算法。主要工作如下:空间需求等方面进行了分析和比较。经典模型对突发运动和光线突变响应速度慢的问题提出了一种改进算法,将表明该算法可以有效的改善原有混合高斯模型响应场景突变慢的问题。空间变换的阴影抑制算法。车道的车流量。关键词尘凹醭ǎ换旌细咚鼓P停涸ご恚辉硕勘昙觳猓阂跤耙种疲●哈尔滨工程大学硕十学位论文基
.,.甮’’.哈尔滨嚎迫搜学何论文甌,甀琣瓻,...琲...√,
:籊;;..籹籿,
目录运动目标检测的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯光流法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯背景减除法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。三种检测方法的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.胧槟P汀基于背景减除法的运动检测算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第滦髀邸课题的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第略硕觳馑惴ㄑ芯俊帧间差分法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.典型的背景减除法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..德瞬ǚā模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯视频去噪的常用方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯.:撼倘搜妒宦畚.
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第禄诨旌细咚鼓P偷脑硕勘昙觳狻混合高斯背景模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.