文档介绍：运动目标实时检测算法研究与实现长沙理工大学硕士学位论文吐直搓熬援筮洼堡王太堂让篡扭应用撞苤竖塞佳熬援公开学位申请人姓名自二蜇导师姓名及职称培养单位专业名称论文提交日期生兰目论文答辩日期生量目答辩委员会主席.
娩瓻.
白叶作者签名:白一匏日期:年月哆日日期:晖猎露呷日期:年,月次日长沙理工大学学位论文原创性声明学位论文版权使用授权书成果。除了文中特另/员曜⒁玫哪谌萃猓韭畚牟话魏纹渌鋈嘶蚣己经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均己在本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,允许论文被查阅和借阅。本人授权长沙理工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。本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。本学位论文属于⒈C芸冢年解密后适用本授权书。⒉槐C芸凇朐谝陨舷嘤Ψ娇蚰诖颉”作者签名:导师签名:,
摘要在各个领域,计算机的应用都越来越广泛,视频监控技术在其中所起到的作用也越来越大,其直观性、便捷性、安全性以及其经济适用的特点都愈加受到人们的重视。在如银行、公共交通、公共场所监控、校区安全保障等行业,视频监控系统已经得到了广泛的应用,这些场所的应用需求也越来越趋向于智能化。论文在分析已有算法的基础上提出了一种基于直方图比较的混合高斯模型减背景方法,将直方图比较算法引入到混合高斯模型更新中。论文分析了当前几种典型的运动目标检测算法,针对实际监控系统的要求,提出一种基于直方图比较的混合高斯模型减背景方法,将直方图比较算法引入到混合高斯模型更新中。通过比较相邻帧之间的直方图变化,引入直方图变化因子,以此来判断是否有光线突变情况发生。针对光线突变发生情况,混合高斯模型根据光线变化程度进行自适应更新;并在无光线突变情况发生时仍保持原有更新方式。算法的性能测试以及实验结果均表明,基于直方图比较的混合高斯模型减背景算法兼顾准确性与实时性。针对单独基于混合高斯模型减背景法的目标检测很容易出现检测空洞,使漏检率和误检率大幅度上升,本文将型特征检测方法以及级联分类方法引入到头部目标检测当中,将分类模型针对头部目标进行优化。实验结果表明,与其他基于颜色的特征提取方法比较,基于型特征的特征提取方法具有跟高的头部识别准确率。本文最后将近阶段的研究成果在软件平台上进行仿真,设计出了目标检测软件平台。软件设计的理论依据为融合基于混合高斯模型减背景法与基于型特征的模式识别方法,通过对两种目标检测算法进行有机融合,实现了漏检测率的降低与检测效果的提升。关键词:直方图比较;全局分析;混合高斯模型;运动目标检测;光线突变
琣.,.,琧,甀,猵瑃畉.,,