橋區(qū)運(yùn)動(dòng)船舶檢測(cè)和跟蹤的方法研究.pdf

1、隨著內(nèi)河航運(yùn)事業(yè)的快速發(fā)展以及內(nèi)河橋梁數(shù)目的增多,內(nèi)河船橋碰撞事故發(fā)生的風(fēng)險(xiǎn)日益增大。如何避免事故的發(fā)生是當(dāng)前內(nèi)河航運(yùn)面臨的重要問題。針對(duì)這一問題,提出了多種綜合利用圖像預(yù)處理,運(yùn)動(dòng)目標(biāo)檢測(cè),航跡關(guān)聯(lián)等相關(guān)技術(shù),對(duì)采集的視頻圖像進(jìn)行實(shí)時(shí)分析,對(duì)橋區(qū)內(nèi)運(yùn)動(dòng)船舶目標(biāo)進(jìn)行檢測(cè)和跟蹤的方法。
　　論文以橋區(qū)運(yùn)動(dòng)船舶目標(biāo)為例,對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法進(jìn)行了研究,本文主要研究內(nèi)容如下:
　　首先,在目標(biāo)檢測(cè)方面,論文研究了多種基于單點(diǎn)像

2、素灰度特征的常規(guī)運(yùn)動(dòng)目標(biāo)檢測(cè)方法,這些方法包括相鄰幀差法、光流法、混合高斯模型法。本文通過實(shí)驗(yàn)的方法判明這些方法不適合本文場(chǎng)景。
　　其次,基于像素鄰域相關(guān)這一特點(diǎn),論文研究了基于視覺背景提取(Visual Background Extractor)運(yùn)動(dòng)目標(biāo)檢測(cè)算法,深入研究了像素的時(shí)空顯著性特征(Spatial-Temporal Saliency feature)、局部紋理模式特征(Local Binary Patterns)等

3、基于鄰域相關(guān)性的特征,為解決本文應(yīng)用提供了有效的候選特征。本文通過實(shí)驗(yàn)的方法判明局部紋理模式特征較為適合本文場(chǎng)景。
　　最后,基于應(yīng)用環(huán)境的特點(diǎn),本文提出了一種基于紋理特征的自適應(yīng)運(yùn)動(dòng)船舶檢測(cè)和跟蹤算法,算法采用基于改進(jìn)的局部二值模式紋理特征取代亮度特征,在此基礎(chǔ)上建立可以實(shí)時(shí)更新的局部二值模式紋理特征背景,以背景模型方法提取運(yùn)動(dòng)目標(biāo),并以簡單的近鄰方法實(shí)現(xiàn)對(duì)其跟蹤。
　　本文通過使用視頻監(jiān)控技術(shù),有效取得船在橋區(qū)內(nèi)位置信息