本文關(guān)鍵詞：基于運(yùn)動(dòng)軌跡的船體尺寸視頻檢測(cè)算法與實(shí)現(xiàn)

  更多相關(guān)文章： 運(yùn)動(dòng)檢測(cè) 分割 跟蹤 軌跡 船舶測(cè)量

【摘要】：航道的水漲水落,加之船舶尺寸不規(guī)范,船舶的撞橋、擱淺時(shí)有發(fā)生。如何通過(guò)監(jiān)控視頻監(jiān)測(cè)船舶的尺寸涉及航道運(yùn)行安全。然而水面場(chǎng)景的復(fù)雜性,船舶的互相遮擋,給運(yùn)動(dòng)船舶的提取和跟蹤帶來(lái)了困難,影響尺寸檢測(cè)的精度。論文源自《船聯(lián)網(wǎng)》國(guó)家重大專(zhuān)項(xiàng)子項(xiàng)目,研究了基于視頻圖像檢測(cè)、跟蹤河道中運(yùn)動(dòng)船舶的難點(diǎn)和解決方法,并利用圖像計(jì)算船舶的尺寸參數(shù)。在船舶檢測(cè)階段,最常用的是背景減除法,但檢測(cè)到的運(yùn)動(dòng)船舶往往并不完整,給船舶的提取和分割帶來(lái)了困難。論文針對(duì)船舶檢測(cè)中的船舶分體和相近兩條船舶合一的實(shí)際問(wèn)題,改進(jìn)了船舶分割的方法。在運(yùn)動(dòng)船舶軌跡提取方面,往往采用了 Kalman濾波跟蹤。然而Kalman多目標(biāo)追蹤不能解決船舶遮擋的問(wèn)題,論文引入直方圖跟蹤并用聚合向量的方法加以改進(jìn)。相比直方圖跟蹤,該方法在光線(xiàn)變化的情況下仍然適用,可以作為船舶遮擋時(shí)的補(bǔ)充跟蹤方法。在船舶圖像尺寸測(cè)量時(shí),一般采用矩形逼近的方法,該方法將船舶尺寸計(jì)算轉(zhuǎn)化為矩形長(zhǎng)寬的計(jì)算,但矩形的四個(gè)頂點(diǎn)通常落在船舶的邊緣之外。論文利用船舶的輪廓截取船舶的軌跡直線(xiàn),將截取的線(xiàn)段作為船舶的長(zhǎng)度大小。這種方法相比矩形逼近方法,能保證軌跡和輪廓的交點(diǎn)一定在船沿上。論文的主要?jiǎng)?chuàng)新點(diǎn)有:●改進(jìn)了運(yùn)動(dòng)船舶的完整提取方法,既合并了運(yùn)動(dòng)檢測(cè)中船舶分體的區(qū)域,也避免了鄰近兩條船舶合一的問(wèn)題;●給出了聚合向量跟蹤方法,彌補(bǔ)了 Kalman跟蹤在船舶遮擋中追蹤失效的不足,也克服了直方圖在船舶跟蹤難以區(qū)分不同目標(biāo)的問(wèn)題,得到遮擋情況下船舶的完整軌跡;●優(yōu)化了船舶圖像尺寸計(jì)算方法,由原來(lái)的只計(jì)算船舶矩形框的長(zhǎng)寬改進(jìn)為通過(guò)軌跡直線(xiàn)和輪廓點(diǎn)的交點(diǎn)計(jì)算船舶的長(zhǎng)寬,避免了矩形頂點(diǎn)不在船沿上的缺點(diǎn),得到了準(zhǔn)確的船舶尺寸。
【關(guān)鍵詞】：運(yùn)動(dòng)檢測(cè) 分割 跟蹤 軌跡 船舶測(cè)量
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：U675.79;TP391.41
【目錄】：

• 摘要5-7
• Abstract7-9
• 第一章 緒論9-19
• 1.1 研究的背景和意義9-10
• 1.2 內(nèi)河航道的視頻監(jiān)控與測(cè)量10-11
• 1.3 內(nèi)河航道智能視頻檢測(cè)的模塊組成11-13
• 1.4 研究現(xiàn)狀13-15
• 1.4.1 國(guó)內(nèi)外船舶監(jiān)控和測(cè)量研究現(xiàn)狀13-14
• 1.4.2 智能監(jiān)控中船舶檢測(cè)、跟蹤與測(cè)量14-15
• 1.5 論文的主要工作15-16
• 1.6 論文的組織結(jié)構(gòu)16-19
• 第二章 運(yùn)動(dòng)船舶的提取與分割19-38
• 2.1 主要流程19-20
• 2.2 運(yùn)動(dòng)船舶檢測(cè)20-28
• 2.2.1 幀差法20-23
• 2.2.2 背景差分模型23-28
• 2.3 檢測(cè)結(jié)果的形態(tài)學(xué)處理28-32
• 2.4 多條運(yùn)動(dòng)船舶的分離32-36
• 2.4.1 多條運(yùn)動(dòng)船舶分離的基本方法32-34
• 2.4.2 多條船舶分割的難點(diǎn)與改進(jìn)方法34-36
• 2.5 本章小結(jié)36-38
• 第三章 運(yùn)動(dòng)船舶的軌跡提取38-62
• 3.0 船舶軌跡提取方法設(shè)計(jì)38-39
• 3.1 中心點(diǎn)特征描述39-40
• 3.2 無(wú)遮擋時(shí)Kalman跟蹤提取軌跡點(diǎn)40-47
• 3.2.1 Kalman濾波原理40-42
• 3.2.2 運(yùn)動(dòng)船舶的Kalman跟蹤42-47
• 3.3 遮擋時(shí)的船舶跟蹤47-61
• 3.3.1 直方圖特征跟蹤47-54
• 3.3.2 色彩聚合向量跟蹤54-61
• 3.4 本章小結(jié)61-62
• 第四章 船舶圖像的長(zhǎng)寬測(cè)量62-71
• 4.1 攝像機(jī)標(biāo)定算法62-63
• 4.2 矩形表示法63-64
• 4.3 旋轉(zhuǎn)矩形表示法64-68
• 4.4 軌跡直線(xiàn)和輪廓相交提取長(zhǎng)寬的基準(zhǔn)點(diǎn)68-70
• 4.4.1 二值圖像的輪廓提取69
• 4.4.2 二值圖像的輪廓和軌跡直線(xiàn)相交69-70
• 4.5 本章小結(jié)70-71
• 第五章 總結(jié)與展望71-73
• 5.1 全文總結(jié)71-72
• 5.2 未來(lái)工作展望72-73
• 參考文獻(xiàn)73-76
• 致謝76-77
• 附錄 攻讀碩士學(xué)位期間的學(xué)術(shù)成果和參與項(xiàng)目等77-78

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃浩軍;胡鵬;李濤;龐淑英;;交通視頻檢測(cè)系統(tǒng)中背景提取的優(yōu)化算法[J];湖北汽車(chē)工業(yè)學(xué)院學(xué)報(bào);2006年04期

2 曾炎盛;馬壽峰;鐘石泉;賈寧;;基于視頻檢測(cè)的交通沖突判別方法和模型[J];交通信息與安全;2012年04期

3 王霄維;王殿海;江晟;趙瑩瑩;;基于時(shí)空上下文信息的混合交通視頻檢測(cè)算法[J];北京理工大學(xué)學(xué)報(bào);2013年12期

4 熊昕;徐建閩;;基于速度分類(lèi)算法的交通事件視頻檢測(cè)系統(tǒng)設(shè)計(jì)[J];交通信息與安全;2013年02期

5 李敬峰;;視頻檢測(cè)在隧道意外檢測(cè)系統(tǒng)的應(yīng)用[J];中國(guó)交通信息產(chǎn)業(yè);2004年07期

6 段立橋;;兩種視頻檢測(cè)系統(tǒng)對(duì)比應(yīng)用分析[J];中國(guó)交通信息產(chǎn)業(yè);2006年11期

7 呂鎏棟;;基于視頻檢測(cè)的流量監(jiān)測(cè)技術(shù)在高速公路中的應(yīng)用[J];中國(guó)新技術(shù)新產(chǎn)品;2012年05期

8 劉曉薇;胡振民;余鶴齡;;違章車(chē)輛視頻檢測(cè)算法的研究[J];華東交通大學(xué)學(xué)報(bào);2007年05期

9 蘇義軍;深孔視頻檢測(cè)儀器的開(kāi)發(fā)和應(yīng)用[J];現(xiàn)代車(chē)用動(dòng)力;1997年04期

10 蘇義軍;深孔視頻檢測(cè)儀器的開(kāi)發(fā)和應(yīng)用[J];現(xiàn)代車(chē)用動(dòng)力;1998年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 秦鐘;王法勝;;交叉口排隊(duì)長(zhǎng)度的視頻檢測(cè)[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

2 柯剛鎧;胡堅(jiān)明;姚丹亞;;一種適用于嵌入式平臺(tái)的交通流視頻檢測(cè)方法[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前4條

1 雷曉;用視頻檢測(cè)完成智能監(jiān)控[N];中國(guó)交通報(bào);2003年

2 徐穎 編譯;視頻檢測(cè)系統(tǒng)幫我們得到接近完美的雕刻網(wǎng)穴[N];中國(guó)包裝報(bào);2002年

3 毅力;Micro-Check視頻檢測(cè)系統(tǒng)[N];中國(guó)包裝報(bào);2002年

4 記者 朱盈潔;大企業(yè)申報(bào)數(shù)量增加[N];首都建設(shè)報(bào);2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 劉紅;近重復(fù)視頻檢測(cè)算法研究[D];復(fù)旦大學(xué);2012年

2 江晟;混合交通視頻檢測(cè)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2013年

3 馬增強(qiáng);運(yùn)動(dòng)車(chē)輛視頻檢測(cè)與分割方法研究[D];北京交通大學(xué);2011年

4 曲昭偉;混合交通視頻檢測(cè)算法研究[D];吉林大學(xué);2009年

5 李娟;城市交通系統(tǒng)中行人交通視頻檢測(cè)的理論與方法[D];北京交通大學(xué);2010年

6 李晗;同步檢測(cè)線(xiàn)方法及其在軌道交通中的應(yīng)用[D];浙江大學(xué);2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉曉亮;基于視頻檢測(cè)的高速公路交通事件影響預(yù)測(cè)研究[D];山東大學(xué);2015年

2 董志強(qiáng);視頻檢測(cè)與識(shí)別技術(shù)在列檢人員安全監(jiān)測(cè)中的應(yīng)用研究[D];蘭州交通大學(xué);2015年

3 王驍;基于DSP的地下停車(chē)場(chǎng)車(chē)流量視頻檢測(cè)系統(tǒng)的設(shè)計(jì)[D];中北大學(xué);2016年

4 曾苗祥;基于硬件的低俗視頻檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2014年

5 亓駿唯;遺留物品的自動(dòng)視頻檢測(cè)和識(shí)別[D];天津工業(yè)大學(xué);2016年

6 高巖;基于動(dòng)態(tài)與靜態(tài)信息融合的暴力視頻檢測(cè)[D];中國(guó)民航大學(xué);2016年

7 王娜;基于SVM算法的前方車(chē)輛視頻檢測(cè)[D];山東師范大學(xué);2016年

8 韓晶;基于多顏色空間能量曲線(xiàn)族的不良視頻檢測(cè)系統(tǒng)[D];濟(jì)南大學(xué);2016年

9 陳誠(chéng);現(xiàn)役纜索的移動(dòng)式視頻檢測(cè)系統(tǒng)研究與開(kāi)發(fā)[D];東南大學(xué);2016年

10 孫明霞;基于機(jī)器學(xué)習(xí)的車(chē)輛視頻檢測(cè)方法研究[D];中國(guó)民航大學(xué);2012年

，

本文編號(hào)：925043