隨著我國農(nóng)業(yè)的發(fā)展,大田經(jīng)濟作物安全問題越來越重要,但大田環(huán)境復(fù)雜,動態(tài)背景不連續(xù)又存在草木晃動等高頻擾動極易造成漏檢、誤檢。大田場景除了易受光照和草木不規(guī)則晃動擾動等環(huán)境因素影響,在監(jiān)控視頻的大范圍畫面中,運動目標(biāo)顯示小也增加了檢測難度,很多運動目標(biāo)檢測算法在簡單場景下效果較好,但在大田場景下誤檢率高,且運動目標(biāo)檢測是運動目標(biāo)跟蹤的重要基礎(chǔ),故針對大田視頻的運動目標(biāo)檢測需進行深入研究。本文研究了基于時域的運動目標(biāo)檢測方法和基于視覺注意力的空間顯著性檢測,在此基礎(chǔ)上研究并提出了一種融合時空顯著性的大田視頻運動目標(biāo)檢測方法,本文主要研究內(nèi)容和結(jié)論如下:(1)基于時域的運動目標(biāo)檢測方法研究針對目前大田視頻運動目標(biāo)檢測誤檢率高的問題,首先研究基于時域的運動目標(biāo)檢測的三大類方法,并著重研究兩種具體的背景差分算法,包括研究混合高斯建模方法以用于后續(xù)對比試驗,研究視覺背景提取算法并分析了其優(yōu)缺點用于后續(xù)改進,視覺背景提取算法性能優(yōu)越效果好,但易產(chǎn)生噪點和空洞,后續(xù)可對其改進以得到時間顯著圖。(2)基于視覺注意力的空間顯著性檢測針對基于時域的運動目標(biāo)檢測方法的缺點,從空間角度研究視覺注意力機制和空間顯著性檢測方法,研究不同原理的空間顯著性檢測方法,主要有基于情景感知、直方圖對比和密集稀疏重建的方法。研究并提出將密集稀疏重建的方法用于大田空間顯著性檢測,實驗結(jié)果表明,密集稀疏重建的方法可以在大田環(huán)境下得到更好的空間顯著圖。(3)基于時空顯著性融合的大田視頻運動目標(biāo)檢測方法在時域運動目標(biāo)檢測研究和空間顯著性檢測的基礎(chǔ)上,本文研究并提出一種時空顯著性融合的大田視頻運動目標(biāo)檢測方法。首先,在密集稀疏重建方法計算出大田空間顯著性的基礎(chǔ)上,結(jié)合空間顯著性來改進視覺背景提取算法從而計算時間顯著性,然后用貝葉斯融合法進行時空顯著性融合最終提取出運動目標(biāo)。實驗結(jié)果表明,本文提出的運動目標(biāo)檢測算法在富有挑戰(zhàn)性干擾因素的復(fù)雜場景下體現(xiàn)出較高的魯棒性,在檢測所用的5組視頻中,涉及到枝葉搖曳、攝像頭輕微晃動、光照等,從效果對比、運動目標(biāo)檢測的準(zhǔn)確性以及前景目標(biāo)檢測的完整性3個角度對實驗結(jié)果進行分析,最終檢測的平均準(zhǔn)確率達到92.15%,平均召回率達到90.75%,優(yōu)于其他同類算法。
【學(xué)位單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S126;TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 周燦;余仲秋;張暉;;畸變校正與幀差法相結(jié)合的運動目標(biāo)檢測[J];光學(xué)技術(shù);2014年06期

2 廖馬騰;李全;;基于System Generator的幀間差分運動目標(biāo)檢測算法仿真[J];電子質(zhì)量;2013年04期

3 ;更正[J];航天控制;2013年05期

4 李澤峰;朱凌云;;基于改進背景差法的運動目標(biāo)檢測[J];儀表技術(shù);2012年01期

5 劉飛;王新洲;張鵬林;;基于聚類分析的運動目標(biāo)檢測與分割算法及實現(xiàn)[J];測繪信息與工程;2005年06期

6 ;《模擬混合動目標(biāo)檢測處理機》獲國家發(fā)明二等獎[J];北京工業(yè)學(xué)院學(xué)報;1988年01期

7 鄧家鈺;;頻率捷變與動目標(biāo)檢測(MTD)兼容技術(shù)述評[J];航天電子對抗;1988年02期

8 李文明;;相干動目標(biāo)檢測器中的正交雙通道不平衡效應(yīng)[J];現(xiàn)代雷達;1988年01期

9 李煌,畢成模;礦用動目標(biāo)檢測裝置[J];煤礦自動化;1989年01期

10 張蓮芳;柳世華;;一個能和頻率捷變兼容的艦用雷達動目標(biāo)檢測系統(tǒng)[J];雷達與對抗;1989年04期

相關(guān)會議論文 前10條

1 王新勇;梁國龍;惠俊英;郭龍祥;;寬帶多頻動目標(biāo)檢測的仿真研究[A];2001年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2001年

2 王磊;;雙置條件下運動目標(biāo)檢測方法[A];2008年全國聲學(xué)學(xué)術(shù)會議論文集[C];2008年

3 默迪;李光祚;張益霏;王寧;張珂殊;吳一戎;;基于雙基地厘米波雷達的動目標(biāo)檢測跟蹤[A];第四屆高分辨率對地觀測學(xué)術(shù)年會論文集[C];2017年

4 祁亞斌;周軍紅;;基于二維最大熵的運動目標(biāo)檢測[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

5 郭海燕;尹德強;關(guān)鍵;;基于模糊函數(shù)延時對消的弱運動目標(biāo)檢測[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

6 高莉;;淺述合成孔徑雷達新技術(shù)的發(fā)展[A];中國雷達行業(yè)協(xié)會航空電子分會暨四川省電子學(xué)會航空航天專委會學(xué)術(shù)交流會論文集[C];2005年

7 唐勇;張桂林;李利榮;;基于光流的運動目標(biāo)檢測方法研究[A];冶金自動化信息網(wǎng)年會論文集[C];2004年

8 唐勇;張桂林;李利榮;;基于光流的運動目標(biāo)檢測方法研究[A];全國冶金自動化信息網(wǎng)年會論文集[C];2004年

9 王宏群;方帥;高明;;基于抑制光強變化影響的運動目標(biāo)檢測[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

10 于海;趙合計;;視頻序列中的運動目標(biāo)檢測[A];第三屆中國智能計算大會論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 廖娟;復(fù)雜場景運動目標(biāo)檢測關(guān)鍵算法研究及應(yīng)用系統(tǒng)技術(shù)實現(xiàn)[D];南京大學(xué);2015年

2 汪鵬程;地面場景下目標(biāo)檢測與跟蹤關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2018年

3 屠禮芬;自然場景下運動目標(biāo)檢測關(guān)鍵問題研究[D];武漢大學(xué);2014年

4 楊東;星載稀疏成像及動目標(biāo)檢測處理方法研究[D];西安電子科技大學(xué);2015年

5 王東升;視頻運動目標(biāo)檢測及其實時處理系統(tǒng)研究[D];電子科技大學(xué);2004年

6 危嵩;機載合成孔徑雷達動目標(biāo)檢測與成像研究[D];華中科技大學(xué);2005年

7 曾斌;分布式衛(wèi)星SAR慢動目標(biāo)檢測及關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2006年

8 寧蔚;機載/星載雷達地面動目標(biāo)檢測方法研究[D];西安電子科技大學(xué);2005年

9 鄭明潔;合成孔徑雷達動目標(biāo)檢測和成像研究[D];中國科學(xué)院研究生院（電子學(xué)研究所）;2003年

10 王歡;運動目標(biāo)檢測與跟蹤技術(shù)研究[D];南京理工大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 劉康;復(fù)雜環(huán)境下運動目標(biāo)檢測和跟蹤方法研究[D];西安理工大學(xué);2019年

2 張震;基于視頻的車輛運動目標(biāo)檢測與跟蹤技術(shù)研究[D];上海師范大學(xué);2019年

3 徐建;基于時空顯著性融合的大田視頻運動目標(biāo)檢測[D];西北農(nóng)林科技大學(xué);2019年

4 趙欲苗;時空和跨模態(tài)一致性的低秩稀疏分解運動目標(biāo)檢測[D];安徽大學(xué);2019年

5 徐振雄;視頻中的運動目標(biāo)檢測與跟蹤技術(shù)研究[D];武漢理工大學(xué);2018年

6 楊思;基于多普勒特性的動目標(biāo)檢測方法研究[D];哈爾濱工程大學(xué);2018年

7 金鵬;優(yōu)化的低秩矩陣算法運動目標(biāo)檢測研究[D];西北大學(xué);2018年

8 林科軍;基于單目視覺的運動目標(biāo)檢測與跟蹤算法研究[D];揚州大學(xué);2018年

9 柴曉蓉;基于運動目標(biāo)檢測的智能視頻監(jiān)控系統(tǒng)的研究與設(shè)計[D];蘭州交通大學(xué);2018年

10 高菁;監(jiān)控視頻中基于顯著性的運動目標(biāo)檢測[D];哈爾濱工程大學(xué);2018年

本文編號：2824294