【摘 要】
:
智能视觉监控是计算机视觉领域的研究热点之一,它在不需要人工干预的情况下,通过分析摄像机拍摄的视频序列对监控场景中的运动目标进行检测、跟踪和定位,并在此基础上对目标
论文部分内容阅读
智能视觉监控是计算机视觉领域的研究热点之一,它在不需要人工干预的情况下,通过分析摄像机拍摄的视频序列对监控场景中的运动目标进行检测、跟踪和定位,并在此基础上对目标的行为进行分析。运动目标的检测和跟踪技术是智能视觉监控系统的基础。本文研究基于DSP的多运动目标检测与跟踪技术,主要工作如下:1.目标检测方面,本文对常用的运动目标检测算法进行了介绍,包括:光流场法、帧间差分法、背景减法,并通过实验分析了各自算法的性能。借鉴帧差法和背景减法的思想,提出了一种基于改进背景减法的运动目标检测算法。该算法使用背景减法提取目标活动区域,采用选择性更新的方法更新背景模型,利用帧间差分法解决背景突变带来的问题,运用形态学滤波的方法对得到的二值化图像进行处理,最后使用积分投影法实现对目标的分割。2.目标跟踪方面,在研究了目前常用几种跟踪算法的基础上,提出了一种基于目标特征匹配和KALMAN预测相结合的跟踪方法,选取目标的灰度直方图信息做为特征匹配模板,为减少搜索匹配需要的时间,使用KALMAN滤波器对目标在下一帧图像中可能出现的位置进行预测,在预测范围内进行搜索及模板匹配,采用置信度策略解决场景中多个目标因互相遮挡、合并、分裂而导致短时匹配失败的问题。实验结果表明,该跟踪算法能够对多个目标实现稳定可靠的跟踪。3.对实验平台DM6437网络摄像机进行了介绍,并对算法在移植和优化过程中需要注意的问题进行了讨论。
其他文献
移动网络的快速发展以及海量移动终端和新型业务类型的出现给移动通信行业的发展带来新一轮的契机。相对于传统移动网络而言,一方面新型移动网络更强调业务的多样性和用户的
当今教育领域信息管理数字化建设的要求越来越高,科研项目信息管理是其中一项重要内容。利用现代技术手段,搭建高效、稳定、易扩展的项目管理平台,实现科研项目的数字化管理,
随着计算机网络技术和多媒体技术的飞速发展,数字音频的传播变得极其便利,同时,由于各种音频处理软件的广泛应用,使得对于音频作品的侵权也更加容易。因此,对于音频作品的保
量子智能优化算法与其对应的经典优化算法相比具有更好的种群多样性;种群分散性好,小种群染色体可以对应多个搜索状态;更具并行性;收敛速度更快;具有极强的全局搜索能力等优
随着基于位置的服务的兴起,室内定位技术便成为了研究的热门领域。其中,基于WLAN的室内定位技术虽然具有精度较高,成本较低,且不需添加额外设备等优势,但位置指纹数据库Radio
本文从理论和仿真实验上对TD-SCDMA系统信道估计的去噪和快衰落环境下信道估计以及TD-LTE系统中线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)信道估计进行了研究
随着各类视频、社交媒体应用的兴起,移动通信网中面向内容的数据流量需求持续扩大。如何高效地完成海量内容的分发是移动通信网络面临的挑战。本论文基于跨层设计的思想提出了
TETRA数字集群通信标准是目前国际上主流的数字集群标准,也是我国数字集群通信的通用标准之一。TETRA系统是欧洲通信标准协会(ETSI)为了满足欧洲各国的专业部门对移动通信的
图像配准技术的研究是模式识别和计算机视觉领域中的最困难也最重要的课题之一。目前,广泛应用在视频压缩、图像复原、医学图像分析等多个领域,是图像数据层融合技术中首要解
在捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)和GPS(Global Positioning System)组成的SINS/GPS组合导航系统中,存在系统误差模型、伪距观测方程等非线