| 【中文题名】 | 视频运动目标跟踪算法研究 |
| 【英文题名】 | Algorithm Research on Video Moving Object |
| 【学科专业】 | 机械制造及其自动化 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-29 |
| 【中关键词】 | 视频运动目标跟踪,图像增强,目标提取,卡尔曼滤波,, |
| 【英关键词】 | video moving object tracking,image enhancement,object extraction,Kalman filter, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>监视、报警、故障诊断系统> |
| 【论文摘要】 |
视频跟踪系统具有直观性好、抗电子干扰强、性价比高等突出优点。视频运动目标跟踪作为其核心课题之一,融合了图像处理、模式识别、人工智能、自动控制以及计算机等许多领域的先进技术。由于目标跟踪的结果蕴含了场景中每个运动目标的大量时空信息,视频跟踪技术自二十世纪六十年代以来,得到了极大的发展,它在军事视觉制导、安全监测、交通管制、医疗诊断等许多方面都有应用。
本文对视频运动目标跟踪算法进行研究。首先介绍视频图像增强中的两种常用算法直方图均衡化法及钝化算法和图像小波变换理论,针对红外图像增强问题提出了利用平台直方图均衡化法及非线性增益算子小波变换对图像进行全局及局部增强的方法,通过与前两种方法仿真相比较,取得了更好的增强效果。在视频运动目标的提取中,介绍常用的图像差分算法、光流算法和主动轮廓模型算法,分析它们的优缺点,提出了一种基于对象的时空结合的目标提取算法,通过真实场景下运动目标的提取,结果表明该算法可以在获得目标连续边缘轮廓的同时从背景中提取真实目标。最后,利用卡尔曼滤波器对视频运动目标进行跟踪,得到目标的运动轨迹。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-7 |
|
第一章 绪论 |
7-13 |
|
1.1 视频运动目标跟踪的发展与意义 |
7-8 |
|
1.2 视频运动目标跟踪的原理与方法 |
8-10 |
|
1.3 本文工作及安排 |
10-13 |
|
第二章 视频图像增强 |
13-37 |
|
2.1 引言 |
13-14 |
|
2.2 常用图像增强算法 |
14-21 |
|
2.3 图像小波变换理论 |
21-27 |
|
2.4 基于平台直方图与小波分析的图像增强算法 |
27-32 |
|
2.5 算法仿真 |
32-35 |
|
2.6 本章小结 |
35-37 |
|
第三章 视频运动目标提取 |
37-59 |
|
3.1 引言 |
37-38 |
|
3.2 视频运动目标提取方法 |
38-48 |
|
3.3 基于对象的视频运动目标提取方法 |
48-54 |
|
3.4 算法仿真 |
54-57 |
|
3.5 本章小结 |
57-59 |
|
第四章 视频运动目标跟踪 |
59-71 |
|
4.1 视频运动目标跟踪方法 |
59-60 |
|
4.2 卡尔曼滤波器 |
60-62 |
|
4.3 卡尔曼滤波跟踪模型 |
62-66 |
|
4.4 算法仿真 |
66-69 |
|
4.5 本章小结 |
69-71 |
|
第五章 总结与展望 |
71-72 |
|
致谢 |
72-73 |
|
参考文献 |
73-78 |
|
硕士在读期间发表的论文 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.381429 |
