資源描述：
《視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)TP391密級(jí)公開UDC碩士學(xué)位論文視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究學(xué)位申請(qǐng)人：柯尊海學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：劉勇副教授二○一三年五月ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofScienceinEngineeringResearchesonmovingobjectsdetectionandtrackinginvisualsurveillancesGradua
2、teStudent:KeZunhaiMajor:ComputerAppliedTechnologySupervisor:Prof.LiuYongChinaThreeGorgesUniversityYichang,443002,P.R.ChinaApril,2013三峽大學(xué)碩士學(xué)位論文三峽大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。對(duì)本文的研究做出重要貢
3、獻(xiàn)的個(gè)人和集體均已在文中以明確方式標(biāo)明，本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。學(xué)位論文作者簽名：日期：I三峽大學(xué)碩士學(xué)位論文內(nèi)容摘要運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是計(jì)算機(jī)視覺領(lǐng)域里的一個(gè)重要的研究課題，在高級(jí)人機(jī)交互，視頻會(huì)議，自動(dòng)化工業(yè)，安全監(jiān)控和圖像檢索方面有著廣闊的應(yīng)用背景和潛在的經(jīng)濟(jì)價(jià)值。在目標(biāo)檢測(cè)中存在場(chǎng)景動(dòng)態(tài)變化、光照變化等問題，而在目標(biāo)跟蹤中則存在目標(biāo)的遮擋或重疊以及目標(biāo)關(guān)聯(lián)等問題，本文針對(duì)目標(biāo)檢測(cè)與跟蹤領(lǐng)域里存在的這些問題，提出了一些改進(jìn)算法，包括基于改進(jìn)K均值的運(yùn)動(dòng)目標(biāo)檢測(cè)算法、改進(jìn)的
4、SOBS運(yùn)動(dòng)目標(biāo)檢測(cè)算法以及基于顏色相關(guān)圖和數(shù)據(jù)關(guān)聯(lián)的多目標(biāo)跟蹤算法。1）基于改進(jìn)K均值的運(yùn)動(dòng)目標(biāo)檢測(cè)算法針對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)過程中場(chǎng)景變化以及光照變化等問題，提出了基于改進(jìn)K均值的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法在HSV顏色空間對(duì)視頻流的前N幀中的每個(gè)像素樣本進(jìn)行K均值聚類學(xué)習(xí)，K均值聚類的結(jié)果用來表示該像素的背景模型；接著輸入的視頻流像素與背景模型比較，進(jìn)行背景、可能前景和陰影的分離，并提出了一種像素相關(guān)的選擇性背景更新機(jī)制；然后利用TOM(TimeOutMap)方法來消除鬼影現(xiàn)象。2）改進(jìn)的SOBS運(yùn)
5、動(dòng)目標(biāo)檢測(cè)算法原始的SOBS算法其像素間的差異是通過像素在HSV空間的歐式距離來度量，這種度量方式不能很好利用HSV顏色空間的特點(diǎn)，而且亮度的變化也會(huì)導(dǎo)致像素間較大差異變化，出現(xiàn)誤檢；另外，當(dāng)在背景建模階段有運(yùn)動(dòng)目標(biāo)存在時(shí)，算法不能進(jìn)行很好的處理，將會(huì)出現(xiàn)鬼影現(xiàn)象，并且算法只考慮了背景、前景和陰影3種情況，在實(shí)際情況中，對(duì)于一些反光物體，可能會(huì)出現(xiàn)高光的情況，算法會(huì)將高光誤檢為前景。針對(duì)這些不足，本文提出了改進(jìn)的SOBS運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法先將捕獲的視頻幀轉(zhuǎn)換到HSV顏色空間，在背景建模階段
6、，采用類似自組織人工神經(jīng)網(wǎng)絡(luò)的方法將HSV分量映射到一個(gè)2D神經(jīng)元網(wǎng)格中；然后用HS分量計(jì)算的色度差和TOM(TimeOutMap)方法來提取真實(shí)的運(yùn)動(dòng)前景，并結(jié)合色度差與亮度差檢測(cè)并去除陰影和高光，采用一種考慮了空間關(guān)系的方法對(duì)背景進(jìn)行動(dòng)態(tài)地更新。3）基于顏色自相關(guān)圖和數(shù)據(jù)關(guān)聯(lián)的多目標(biāo)跟蹤算法針對(duì)多目標(biāo)跟蹤過程中多目標(biāo)重合或遮擋后，目標(biāo)分離時(shí)跟蹤丟失或匹配出錯(cuò)，本文提出了基于顏色自相關(guān)圖和數(shù)據(jù)關(guān)聯(lián)的多目標(biāo)跟蹤算法。該算法首先通過計(jì)算跟蹤塊與候選快的距離矩陣和顏色自相關(guān)圖特征，然后通過數(shù)據(jù)關(guān)聯(lián)進(jìn)
7、行目標(biāo)匹配，實(shí)現(xiàn)多目標(biāo)的跟蹤。在VisualStudio2008和計(jì)算機(jī)視覺庫(kù)Opencv2.X環(huán)境下，通過大量對(duì)比實(shí)驗(yàn)和分析，驗(yàn)證了本文提出算法的有效性，并具有較好的實(shí)際應(yīng)用前景。關(guān)鍵字：運(yùn)動(dòng)目標(biāo)檢測(cè)；多目標(biāo)跟蹤；背景建模；數(shù)據(jù)關(guān)聯(lián)；顏色自相關(guān)圖；II三峽大學(xué)碩士學(xué)位論文AbstractMovingobjectsdetectionandtrackingisahotreseachtopicinthefieldofthecomputervision,andwhichhaspromisingappl
8、icationsandprettypotentialeconomicvaluesindifferentaspectssuchasadvancedhuman-computerinteraction,videoconference,automaticindustrialization,visualsurveillanceaswellascontent-basedimageretrievalandsoon.Inthispaper,itisproposedsomeimprovedalgorithmsth
