本文關(guān)鍵詞： 紅外圖像 目標檢測 三幀差 surendra 高斯建模 DSP　出處：《北京理工大學》2016年碩士論文　論文類型：學位論文

【摘要】：隨著紅外技術(shù)的發(fā)展,紅外探測器以其良好的抗干擾能力,可以全天候連續(xù)工作,出色的隱蔽性,適用范圍廣等優(yōu)點,在軍事和民事領(lǐng)域都得到了廣泛的應(yīng)用。而紅外運動目標檢測是紅外技術(shù)的一個重要分支,為后續(xù)的目標識別、跟蹤、分析等提供了必備的準備,是一項有著重大研究意義的項目。本文首先對紅外圖像的特點、組成模型和處理過程進行了介紹,并對運動目標常用的三種檢測算法,光流法,幀差法,背景差法進行了詳細的討論和研究。通過分析我們了解到,幀差法動態(tài)適應(yīng)性較強,算法簡單實用,但是目標內(nèi)部容易產(chǎn)生空洞;一般的背景差法,可以比較完整的提取出運動目標,但是抗干擾能力差,而經(jīng)過合適的背景建模和更新則可以改善最終結(jié)果。本文主要從四部分,對目標檢測算法進行了研究和論證,包括:(1)三幀差法,(2)surendra背景建模,(3)高斯背景建模,針對高斯背景建模在處理和背景接近物體時提取物體輪廓不清楚的特點,在處理可見光視頻時將其有三幀差進行結(jié)合,在處理紅外視頻時先將圖像進行直方圖均衡化后再進行高斯建模處理。(4)提出了可以減少運算量的運動區(qū)域幀差或者運動區(qū)域背景差法的方法,并且對運動區(qū)域幀差法進行了驗證。以上算法在處理本課題中的紅外視頻和可見光視頻中,均表現(xiàn)了良好的效果。為了滿足本課題對實用性的要求,我們需要將算法移植到嵌入式平臺DSP中,以實現(xiàn)脫機處理。這里采用了兩塊開發(fā)板,ADI的Bf548以及TI的DM6437,主要分為視頻采集,視頻處理,結(jié)果顯示模塊。整個處理流程與軟件平臺的設(shè)計相一致,大體分為:灰度化,背景差法、閾值分割、跟蹤加框。為了更加明顯的將目標表明出來,特意增加了跟蹤加框這一環(huán)節(jié)。最終成功實現(xiàn)了可見光和紅外運動目標檢測的準確、實時的檢測與跟蹤。
[Abstract]:With the development of infrared technology, infrared detector with its good anti-jamming ability, can work all day, excellent concealment, wide range of application and so on. Infrared moving target detection is an important branch of infrared technology, which provides necessary preparation for subsequent target recognition, tracking, analysis and so on. This paper first introduces the characteristics of infrared image, composition model and processing process, and three commonly used detection algorithms, optical flow method, frame difference method. The background difference method is discussed and studied in detail. Through analysis, we know that the frame difference method has strong dynamic adaptability and simple and practical algorithm, but it is easy to generate holes inside the target. The general background subtraction method can extract the moving target completely, but the anti-jamming ability is poor, and the final result can be improved by the appropriate background modeling and updating. This paper mainly from four parts. The algorithm of target detection is studied and proved, including: 1) 3 frame difference method and 2% surendra background modeling and 3) Gao Si background modeling. In view of Gao Si background modeling in the processing and the background close to the object the extract body contour is not clear, when processing the visible light video, it has three frames difference to carry on the union. In the processing of infrared video, the image is equalized by histogram and then modeled by Gao Si. (4) the method of frame difference in moving region or background difference in moving region which can reduce the computation is put forward. And the motion region frame difference method is verified. The above algorithm has shown good results in the processing of infrared video and visible light video. In order to meet the practical requirements of this subject. We need to transplant the algorithm to the embedded platform DSP in order to achieve offline processing. Here we adopt two development boards: Bf548 and TI DM6437 which are mainly divided into video capture. Video processing, result display module. The whole processing process is consistent with the software platform design, generally divided into: grayscale, background subtraction, threshold segmentation, tracking box. In order to show the target more clearly. Finally, the detection and tracking of visible and infrared moving targets are realized accurately and in real time.
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 邱道尹;張文靜;顧波;劉新宇;;幀差法在運動目標實時跟蹤中的應(yīng)用[J];華北水利水電學院學報;2009年03期

2 嚴曉明;;一種基于改進幀差法的運動目標檢測[J];莆田學院學報;2011年05期

3 王孝艷;張艷珠;董慧穎;李媛;李小娟;;運動目標檢測的三幀差法算法研究[J];沈陽理工大學學報;2011年06期

4 左旭輝;;基于三階幀差的運動特征選取方案[J];電腦知識與技術(shù);2009年25期

5 梁國山;朱秀昌;;用于運動人體檢測的改進的幀差法[J];電視技術(shù);2009年S1期

6 趙驥;馮闖;邵富群;張學東;;基于自適應(yīng)幀差和水平集的運動目標檢測和分割[J];信息與控制;2012年02期

7 周藝華,曹元大,張龍飛,張洪欣;基于二次幀差與窗口最大值的鏡頭邊界檢測方法[J];北京理工大學學報;2005年11期

8 楊輝;劉從軍;武尚;;背景幀差與分塊幀差相融合的運動目標檢測[J];計算機與數(shù)字工程;2013年12期

9 楊蕊;張涇周;李榮;郭慧娟;;基于幀差法與邊緣信息的紅外目標檢測算法研究[J];科學技術(shù)與工程;2012年26期

10 張玉榮;涂錚錚;羅斌;;基于幀差和小波包分析算法的運動目標檢測[J];計算機技術(shù)與發(fā)展;2008年01期

相關(guān)會議論文 前2條

1 段修滿;孫國霞;;基于二次幀差法的智能視頻監(jiān)控系統(tǒng)[A];中國電子學會第十七屆信息論學術(shù)年會論文集[C];2010年

2 李琳怡;張海;韓穎婕;;改進的混合高斯法在運動目標檢測中的應(yīng)用[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

相關(guān)博士學位論文 前1條

1 崔雨勇;智能交通監(jiān)控中運動目標檢測與跟蹤算法研究[D];華中科技大學;2012年

相關(guān)碩士學位論文 前7條

1 郭保文;基于改進幀差法的視頻分析服務(wù)器的設(shè)計與實現(xiàn)[D];中國礦業(yè)大學;2015年

2 劉云;基于DSP的紅外運動目標檢測技術(shù)研究[D];北京理工大學;2016年

3 曾蕾;基于幀差法與圖像塊匹配方法的煙絲測速的研究[D];南華大學;2012年

4 趙建;基于三幀差法的運動目標檢測方法研究[D];西安電子科技大學;2013年

5 張鵬程;基于FPGA運動目標檢測系統(tǒng)的研究[D];中北大學;2011年

6 耿瑞東;基于幀差—背景累積的運動對象檢測算法研究[D];吉林大學;2007年

7 胡威;基于Meanshift的視頻人體目標跟蹤算法研究[D];上海交通大學;2013年

，

本文編號：1479809