原文传递
视频监控场景中的运动物体检测和跟踪
| 论文题名： | 视频监控场景中的运动物体检测和跟踪 |
| 关键词： | 视频监控场景;运动检测;运动跟踪;均值偏移;卡尔曼滤波器;智能交通系统 |
| 摘要： | 二十世纪九十年代以来，随着网络技术、通信技术和多媒体处理技术的发展，视频监控系统作为安全防范邻域的一种重要手段正越来越受到人们的重视。而智能交通系统作为视频监控中具有非常重要应用价值的一类，引起了国内外研究领域的广泛关注。其核心是运动物体的检测、跟踪和事件分析，涉及了计算机视觉、模式识别和人工智能等领域的许多核心技术，是一个具有挑战性的研究课题，同时具有重大的应用价值。 本论文针对静态背景下运动物体的检测与跟踪进行了深入的研究。运动目标检测作为智能视频监控系统中视频处理的基础，具有非常重要的地位，同时也是一个技术上的热点和难点。本文对目前运动目标检测方法进行了概括，在详细研究了几种目标检测方法的基础上，通过实验比对确定采用性能较好的背景差方法，并进行了改进，给出一种结合平均法和分块原理的背景重建算法。实验结果验证了改进算法简单有效，鲁棒性好。 在研究运动跟踪的章节中，首先概括了跟踪的四类方法，并选择基于特征的跟踪方法作为本文的跟踪方法。然后详细讨论了基于特征的均值偏移跟踪方法的原理，并采用自动检测提取参数和结合Kalman滤波器预测的方法来克服均值偏移算法中初始物体需要手工标记和物体速度快时迭代耗时大的缺点，给出一种改进的运动跟踪算法。实验从三方面验证了改进算法的有效性。 最后，论文通过对智能交通监控场景中的物体事件分析，说明运动目标的实时检测和跟踪技术具有广泛应用前景。 |
| 作者： | 郑丹 |
| 专业： | 通信与信息系统 |
| 导师： | 徐佩霞 |
| 授予学位： | 硕士 |
| 授予学位单位： | 中国科学技术大学 |
| 学位年度： | 2009 |
| 正文语种： | 中文 |
检索历史
应用推荐
