智能視頻監(jiān)控中單目標(biāo)運(yùn)動(dòng)的檢測(cè)與跟蹤算法研究

《智能視頻監(jiān)控中單目標(biāo)運(yùn)動(dòng)的檢測(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、碩士學(xué)位論文智能視頻監(jiān)控中單目標(biāo)運(yùn)動(dòng)的檢測(cè)與跟蹤算法研究學(xué)科專業(yè)電路與系統(tǒng)學(xué)位類型√□科學(xué)學(xué)位□專業(yè)學(xué)位研究生姓名聶義導(dǎo)師姓名、職稱陽(yáng)波教授論文編號(hào)湖南師范大學(xué)學(xué)位評(píng)定委員會(huì)辦公室二零一六年五月分類號(hào)密級(jí)學(xué)校代碼10542學(xué)號(hào)智能視頻監(jiān)控中單目標(biāo)運(yùn)動(dòng)檢測(cè)與跟蹤算法研究Studyondetectionandtrackingalgorithmforsingletargetmotioninintelligentvideosurveillance研究生姓名聶義指導(dǎo)教師姓名、職稱陽(yáng)波教授學(xué)科專業(yè)電路與系統(tǒng)研究方向智能視頻監(jiān)控湖南師范大

2、學(xué)學(xué)位評(píng)定委員會(huì)辦公室二零一六年五月湖南師范大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所置交的學(xué)位論義人在導(dǎo)師的指導(dǎo)下，是本，獨(dú)立進(jìn)行研究Ｘ作所取得的成果。除文中己經(jīng)注明引用巧巧容外，本論文不含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過(guò)的作品成果。對(duì)本文的研究做出霞要賈獻(xiàn)的個(gè)人和集體，均己在文中Ｗ明確方式標(biāo)明。本人完全意識(shí)’到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：抑名年＾月日義１Ｋ＾湖南師范大學(xué)學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位淪文的競(jìng)定，．研究生在校攻讀

3、學(xué)位期間論文工作的知識(shí)產(chǎn)秋單位屬滿南巧范大學(xué)。同意學(xué)校保留并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子嚴(yán)，允許論文被查閱和借巧。本人授權(quán)湖南師范大學(xué)可Ｌ乂將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可采用影印、務(wù)印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。作者簽名：至義日期：年ｉｒ月乂日導(dǎo)師簽《：日期：Ｗ／年］ｒ月日摘要智能視頻監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要內(nèi)容之一，在軍工、醫(yī)療、安防及科研等領(lǐng)域得到了廣泛的應(yīng)用。在智能視頻監(jiān)控系統(tǒng)中，運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤算法的設(shè)計(jì)是其最基礎(chǔ)的兩項(xiàng)技術(shù)，研究這兩

4、項(xiàng)基礎(chǔ)技術(shù)對(duì)提升智能視頻監(jiān)控系統(tǒng)的性能意義非常。本文重點(diǎn)研究了視頻圖像中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)，主要工作如下：在運(yùn)動(dòng)目標(biāo)檢測(cè)算法的研究中，首先對(duì)目標(biāo)檢測(cè)的三種常用方法：背景差分法、光流法、幀間差分法進(jìn)行了比較分析，著重分析了五幀差分算法，針對(duì)五幀差分法檢測(cè)出的目標(biāo)仍然存在一些空洞和邊緣不夠連續(xù)的問(wèn)題。提出采用基于五幀差分法的改進(jìn)算法檢測(cè)運(yùn)動(dòng)目標(biāo)。它是通過(guò)提取連續(xù)的五幀視頻圖像，取五幀中的兩幀作四次幀差，再將四次幀差的結(jié)果兩兩做或運(yùn)算之后再做與運(yùn)算來(lái)得到運(yùn)動(dòng)目標(biāo)。通過(guò)實(shí)驗(yàn)比較了五幀差分法和基于五幀差分法的改進(jìn)算法的檢測(cè)效果，實(shí)

5、驗(yàn)證明采用基于五幀差分法的改進(jìn)算法來(lái)提取運(yùn)動(dòng)目標(biāo)，有效地消除了空洞和邊緣模糊問(wèn)題，效果更佳。在運(yùn)動(dòng)目標(biāo)跟蹤的算法研究中，重點(diǎn)分析了meanshift算法在目標(biāo)跟蹤方面的應(yīng)用，針對(duì)傳統(tǒng)meanshift跟蹤算法不能有效消除目標(biāo)內(nèi)包含的背景信息、不能自適應(yīng)連續(xù)視頻序列中背景的明顯變化的問(wèn)題。提出了一種改進(jìn)的meanshift目標(biāo)跟蹤算法，改進(jìn)算法在求解運(yùn)動(dòng)目標(biāo)和背景的模型直方圖之時(shí)，采用兩者特征直方圖的bin值之差來(lái)提取目標(biāo)特征值的顯著性大小，并以權(quán)值的形式在傳統(tǒng)的相似性度I量系數(shù)中嵌入該值，使用目標(biāo)的矩信息來(lái)估量目標(biāo)的尺度和角

6、度變化。通過(guò)實(shí)驗(yàn)比較了改進(jìn)的跟蹤算法與經(jīng)典meanshift算法及尺度角度自適應(yīng)meanshift算法的仿真效果。結(jié)果顯示，在不增加計(jì)算復(fù)雜度的前提下，改進(jìn)的meanshift目標(biāo)跟蹤算法擁有更高的定位精度，能有效地消除背景干擾對(duì)目標(biāo)跟蹤的影響，能適應(yīng)背景的緩慢改變的同時(shí)可以自適應(yīng)被跟蹤目標(biāo)的尺度改變和角度旋轉(zhuǎn)，效果良好。關(guān)鍵詞：智能視頻監(jiān)控；幀間差分；運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤；meanshift算法；IIAbstractIntelligentvideosurveillanceisanimportantpartofthefield

7、ofcomputervision,ithasbeenwidelyusedinthemilitary,medical,securityandscientificresearchandotherfields.ThedesignofdetectionandtrackingalgorithmisitsmosttwobasictechnologiesintheintelligentvideoSurveillancesystem.Tostudythesetwobasictechnologiesisverymeaningfultoenha

8、ncetheperformanceofintelligentvideosurveillancesystem.Thispaperfocusesonthetechnologyofmovingtargetdetectionandtrackinginthevideo,Mainlyworksarea