版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著高新科技的蓬勃發(fā)展,在智能監(jiān)控、影視制作等領(lǐng)域,計算機視覺已是不可或缺的重要技術(shù)。運動目標的檢測和跟蹤作為該技術(shù)中最具活力與挑戰(zhàn)性的研究方向之一,在科學(xué)研究和日常生活中日益凸顯出其重要意義和應(yīng)用價值。
本文分別研究了靜態(tài)背景下運動目標的檢測方法,以及單目標的跟蹤方法。通過學(xué)習(xí)已有研究成果,針對背景圖像提取速度慢、準確度低的問題,提出一種RGB空間像素點變化統(tǒng)計和中值法相結(jié)合的背景建模法。針對目標運動緩慢的序列難以提取背景的
2、問題,改進了一種利用幀差圖像的邊緣信息提取運動對象的方法。針對目標的形變和旋轉(zhuǎn)、被遮擋、變大或縮小、以及受光照或多個相似物的干擾等問題,提出基于局部加權(quán)圖像的粒子濾波跟蹤方法。仿真結(jié)果表明,兩種檢測方法能實時提取運動目標,本文的跟蹤方法能對目標準確跟蹤。主要內(nèi)容如下:
1.提出一種基于RGB空間像素點變化統(tǒng)計和時間中值法結(jié)合的背景提取方法,運動區(qū)域的檢測在三個通道獨立進行,然后取并集,并將本文方法與混合高斯法的檢測結(jié)果及檢測速
3、率作對比。
2.改進了一種利用幀差圖像的邊緣信息提取運動對象的方法,利用目標運動的幀間相關(guān)性,結(jié)合邊緣檢測提取目標邊緣,經(jīng)填充提取前景區(qū)域,對比了本文方法與相關(guān)文獻方法的兩種檢測結(jié)果。
3.對比分析了MS(均值漂移)、KF(卡爾曼濾波)、PF(粒子濾波)三種傳統(tǒng)跟蹤算法,仿真比較了它們的跟蹤效果。提出基于局部加權(quán)圖像的粒子濾波跟蹤方法,首先獲取局部加權(quán)圖像,然后以該圖像中目標區(qū)域的加權(quán)直方圖為特征進行跟蹤,充分利用了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 視頻序列中運動對象檢測與跟蹤的研究.pdf
- 視頻中運動對象的檢測與跟蹤.pdf
- 視頻序列中的運動目標檢測與跟蹤.pdf
- 視頻序列中的運動目標檢測與跟蹤研究.pdf
- 視頻序列中運動目標檢測與跟蹤方法研究.pdf
- 視頻序列中運動目標的檢測與跟蹤.pdf
- 視頻序列中運動目標檢測跟蹤算法研究.pdf
- 視頻圖像序列中的運動目標檢測與跟蹤研究.pdf
- 視頻序列中運動目標檢測與跟蹤技術(shù)的研究.pdf
- 視頻序列中運動目標的檢測與跟蹤(1)
- 視頻序列中運動目標的檢測與跟蹤算法.pdf
- 視頻序列中運動目標的檢測與跟蹤算法研究.pdf
- 視頻圖像序列中運動目標檢測與跟蹤方法研究.pdf
- 視頻圖像序列中運動目標的檢測與跟蹤.pdf
- 視頻序列中運動目標檢測與跟蹤有關(guān)問題的研究.pdf
- 視頻圖像序列中運動目標檢測和跟蹤的研究.pdf
- 視頻序列運動目標檢測與跟蹤方法的研究.pdf
- 視頻序列中多運動目標的檢測與跟蹤技術(shù)的研究.pdf
- 視頻序列中運動人體檢測與跟蹤的研究與應(yīng)用
- 基于OpenCV的視頻序列中運動車輛的檢測與跟蹤.pdf
評論
0/150
提交評論