本文關(guān)鍵詞：動基座下的運動目標檢測技術(shù)研究　出處：《中國科學院長春光學精密機械與物理研究所》2017年博士論文　論文類型：學位論文

  更多相關(guān)文章： 動基座 運動目標檢測 運動補償 光流 元胞自動機

【摘要】：近年來,隨著計算機相關(guān)技術(shù)的飛速發(fā)展,計算機相關(guān)技術(shù)已經(jīng)深入到人們生活的方方面面。運動目標檢測技術(shù)是計算機視覺領(lǐng)域中關(guān)鍵的底層技術(shù)之一,也是計算機視覺領(lǐng)域研究的熱點,其在實時偵查、實時監(jiān)控、實時控制等領(lǐng)域均有著重要的實際應(yīng)用價值。動基座下的運動目標檢測技術(shù)是運動目標檢測技術(shù)中的重點和難點,其算法的研究與改進工作也一直為國內(nèi)外大量學者所重視。但是由于動態(tài)場景自身的復(fù)雜性、目標運動狀態(tài)的多變性以及運動目標檢測的實時性要求等問題,使得動基座下的運動目標檢測問題仍然具有很大的挑戰(zhàn)性。獲得精度更高、實時性更好的動基座運動目標檢測算法必然是這一領(lǐng)域未來發(fā)展的趨勢所在�；诖�,本文針對動基座下的運動目標檢測技術(shù)進行了較為深入的探索與研究,其中主要的研究成果和創(chuàng)新工作如下:1.針對傳統(tǒng)動基座下的運動目標檢測方法中存在的實時性不好、不能適應(yīng)光照變化的問題,同時為了較大限度的克服背景噪聲對運動目標檢測精度造成的影響,提出了一種基于傅里葉變換和核函數(shù)灰度統(tǒng)計圖的動基座下的運動目標檢測算法。該算法首先將特征評價函數(shù)引入特征匹配塊的選取中,進行視頻圖像背景的分塊匹配。然后采用傅里葉變換的相位相關(guān)算法估計全局運動補償參量。接著逐一計算各圖像子塊的高斯核函數(shù)值,建立核函數(shù)灰度統(tǒng)計圖并通過相鄰幀高斯核函數(shù)值的變化情況判斷運動目標的區(qū)域。最后,對包含運動目標的圖像子塊進行圖像的分割處理,最終完成動基座下的運動目標檢測。實驗結(jié)果表明,該算法能有效地抑制背景干擾,并具有較好的檢測精度和很好的實時性,對運動目標檢測過程中光照變化的干擾也有一定的適應(yīng)能力。2.針對經(jīng)典的光流算法在動基座運動目標檢測中存在的不能適應(yīng)光照變化、計算量大的問題,提出了一種基于改進CLG光流模型和高斯金字塔的動基座運動目標檢測算法。該算法首先將梯度守恒假設(shè)引入到傳統(tǒng)的CLG光流模型中,結(jié)合結(jié)構(gòu)紋理分解等處理降低光照變化對光流估計的影響。然后采用高斯金字塔分層計算光流并通過灰度較大點的光流迭代得到其他點的光流,從而降低算法計算量,提高檢測效率。最后,根據(jù)上述求得光流的位移和幅值計算背景運動矢量,完成動基座運動目標的檢測。實驗結(jié)果表明,與經(jīng)典的光流法相比,該算法能在一定程度上適應(yīng)光照變化對動基座運動目標檢測精度帶來的影響,并且較大程度的降低了算法的計算量,提高了動基座運動目標的檢測效率。3.針對傳統(tǒng)的運動目標檢測算法在動基座條件下難以準確檢測出運動目標的問題,提出了一種基于元胞自動機的動基座運動目標檢測算法。算法首先根據(jù)SLIC算法分割視頻圖像,并應(yīng)用多模態(tài)混合動態(tài)紋理模型對視頻圖像進行背景建模。然后將融合全局差異圖的空時顯著性檢測與基于元胞自動機的自動更新機制相結(jié)合得到優(yōu)化的顯著性圖。最后,通過對優(yōu)化后的顯著性圖做適當?shù)拈撝捣指钐幚淼玫揭曨l圖像中的運動目標。實驗仿真結(jié)果表明,在動基座條件下該算法可以有效的抑制視頻圖像中非運動目標的顯著性物體對檢測結(jié)果帶來的影響,較高精度地檢測出運動目標。
【學位授予單位】：中國科學院長春光學精密機械與物理研究所
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 陸牧;高揚;朱明;;動基座下的運動目標檢測[J];光學精密工程;2016年07期

2 程帥;曹永剛;孫俊喜;劉廣文;韓廣良;;用基于二值化規(guī)范梯度的跟蹤學習檢測算法高效跟蹤目標[J];光學精密工程;2015年08期

3 聶海濤;龍科慧;馬軍;劉金國;;采用改進尺度不變特征變換在多變背景下實現(xiàn)快速目標識別[J];光學精密工程;2015年08期

4 李靜宇;劉艷瀅;田睿;王延杰;姜瑞凱;;視頻監(jiān)控系統(tǒng)中的概率模型單目標跟蹤框架[J];光學精密工程;2015年07期

5 程帥;孫俊喜;曹永剛;趙立榮;;增量深度學習目標跟蹤[J];光學精密工程;2015年04期

6 王偉國;劉廷霞;李巖;張文豹;李博;姜潤強;徐濤;;用于三軸轉(zhuǎn)臺的衛(wèi)星跟蹤策略[J];光學精密工程;2015年03期

7 高文;朱明;賀柏根;吳笑天;;目標跟蹤技術(shù)綜述[J];中國光學;2014年03期

8 陳東成;朱明;高文;孫宏海;楊文波;;在線加權(quán)多示例學習實時目標跟蹤[J];光學精密工程;2014年06期

9 宋策;張葆;尹傳歷;;適于機載環(huán)境對地目標跟蹤的粒子濾波設(shè)計[J];光學精密工程;2014年04期

10 屈小波;閆敬文;肖弘智;朱自謙;;非降采樣Contourlet域內(nèi)空間頻率激勵的PCNN圖像融合算法(英文)[J];自動化學報;2008年12期

相關(guān)碩士學位論文 前1條

1 吳志達;一個基于Unity3d游戲引擎的體感游戲研究與實現(xiàn)[D];中山大學;2012年

，

本文編號：1335162