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、圖像序列中的運動目標檢測與跟蹤是數(shù)字圖像處理和模式識別以及計算機視覺領(lǐng)域研究的主要內(nèi)容之一。在機器人導航、安全監(jiān)控系統(tǒng)、醫(yī)學圖像分析和虛擬現(xiàn)實等領(lǐng)域都有廣泛的應用。對于目標跟蹤系統(tǒng),其核心主要包括兩個部分:一是運動目標的檢測與提??;二是運動目標的跟蹤。本文對復雜背景下行人運動目標的檢測、提取和跟蹤等問題進行了研究。 ⑴在目標檢測問題上,著重對基于復雜背景的檢測方法進行了研究分析,討論了背景的初始化及背景模型的建立和更新的各類方法
2、原理。改善了原有的IIR濾波背景更新算法,提出了一種基于檢驗假設的背景更新系數(shù)獲得方法,可以針對不同序列自適應地進行背景更新。實驗表明,綜合考慮方法的有效性和算法的復雜程度,該方法具有實際可行性;利用該方法進行的目標檢測結(jié)果可為下面的提取提供較為理想的背景差分結(jié)果。 ⑵在運動目標提取問題上,為了從前景點中將行人目標完整分割提取出來,獲得各種用于目標跟蹤的特征描述,本文在對差分圖像進行閾值分割的基礎(chǔ)上,結(jié)合形態(tài)學濾波及連通性檢測方
3、法去除前景噪聲及區(qū)域內(nèi)空洞。并在獲得完整目標區(qū)域后,為后續(xù)的目標跟蹤建立特征向量。通過實驗驗證算法可以有效地從差分圖像中較為完整提取目標,算法具有較好的實時性。 ⑶在分析了Camshift算法和Meanshift算法的基礎(chǔ)上,通過Bhattacharyya系數(shù)來判斷運動物體的遮擋情況,進而選擇Kalman或者粒子濾波算法對遮擋情況下的運動物體進行跟蹤,并給出仿真結(jié)果及分析,在一定程度上驗證了本文算法,兼顧了Camshift算法在
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 復雜背景下的目標識別.pdf
- 城區(qū)復雜背景條件下的目標識別算法研究.pdf
- 復雜背景下目標識別技術(shù)研究.pdf
- 復雜交通環(huán)境下的人體運動目標識別算法研究.pdf
- 復雜背景下運動目標跟蹤算法研究.pdf
- 復雜背景下視頻運動目標跟蹤算法研究.pdf
- 復雜背景下的運動目標分割算法研究.pdf
- 復雜背景條件下的目標識別技術(shù)研究.pdf
- 復雜環(huán)境下的視頻目標識別與跟蹤算法研究.pdf
- 復雜背景下視頻運動目標檢測算法研究.pdf
- 復雜背景下視頻運動目標檢測與跟蹤算法研究.pdf
- 復雜背景下的運動目標檢測與跟蹤算法研究.pdf
- 星空背景下復雜運動目標檢測和雙邊濾波算法研究.pdf
- 運動目標識別與跟蹤算法的研究.pdf
- 復雜背景下運動目標檢測方法研究.pdf
- 復雜背景下的車牌識別算法研究.pdf
- 復雜背景下的運動目標檢測.pdf
- 復雜地物背景條件下運動目標檢測和跟蹤算法研究.pdf
- 復雜背景下運動汽車跟蹤算法研究.pdf
- 復雜背景下的手勢識別算法研究.pdf
評論
0/150
提交評論