智能监控系统中运动目标检测与跟踪算法的研究

来源 :哈尔滨理工大学 | 被引量 : 0次 | 上传用户:qwert730202
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着科技水平的不断发展,智能监控技术的不断提升,其应用范围及需求量日益扩大。相较于传统监控系统,新一代智能监控系统的功能日趋完备,可以实现全天候、无间断、低误报的实时监控。其中,目标检测、跟踪、提取技术成为国内外学者广泛关注研究的核心课题,其科研价值巨大,发展前景广阔。本文针对智能监控系统中的目标检测与跟踪这两大部分内容展开研究分析,对静止状态下的监控背景进行实验研究。通过对现有检测跟踪算法的对比分析,针对各算法的优势与不足进行算法改进。采取理论分析与实验仿真相结合的方式,论证改进算法的可行性,实现算法优化。目标检测部分采用改进的三帧差分、背景减除法结合混合高斯模型,实现对目标物体的检测。通过分析阴影的形成原理,比较不同颜色空间下的阴影检测效果,采用一种纹理特征与颜色空间技术相融合的阴影检测方法,通过实验仿真验证了改进算法对于阴影区域的去除效果,使运动目标检测更为细致准确。目标跟踪部分采用颜色空间与纹理特征结合的方式,实现Mean-Shift目标建模。通过Kalman滤波预测与相似度判定共同完成对目标模板的实时更新,优化了算法的实时性与鲁棒性。跟踪目标发生遮挡时,通过Kalman滤波预测实现对目标物体的有效跟踪,减少了运算的迭代次数,同时降低了背景与目标颜色相近时跟踪失败的发生几率,提高了目标跟踪的有效性与可靠性。
其他文献
随着无线通信网络的迅速发展以及各种终端设备数量的爆炸式增长,机器通信场景已经成为5G通信的重要场景,具有连接数大,数据包小及零星传输等特点。基于机器通信场景的特点,传统的
超宽带(UWB)是一种高速率、低功耗的短距离无线通信技术。由于其高带宽特性,超宽带系统采用频谱重叠方式与现有窄带无线通信系统共享频谱资源。为了保证已有窄带通信系统能够
在移动通信飞速发展的今天,用户数量急剧增长及人们对高质量视频、图片越来越高的需求,导致了频率资源日益紧张。同时,网络速度的不断提升也带来了越来越大的能源消耗,造成环
随着无线传感器网络技术的发展和应用需求的推动,对无线传感器网络的研究日益活跃,特别是IEEE 802.15.4标准发布之后,由于其低功耗、低速率的特性特别适合于无线传感器网络的
视觉目标跟踪(Visual Object Tracking,VOT)是计算机视觉研究的重要内容,在军事制导、雷达跟踪、视频监控和交通管制等领域都有重要应用。目标跟踪赋予计算机人工智能,用以模
在图像工程中,实际得到的图像是带有缺陷的,一方面是由于图像采集设备、传输设备和接收设备的不完善,图像在采集、传输和存储的过程中会受到各种噪声的干扰,图像变得模糊而使图像
云计算是继网格计算之后的一种新兴计算模式,它结合现阶段成熟的虚拟化技术,将网络中的各种资源虚拟成一个巨大的虚拟资源池,通过组织虚拟资源来执行不同用户的不同任务。因
随着我国卫星定位技术的不断发展,我国自主研发的北斗导航卫星系统已经开始向亚太大部分地区正式提供连续无源定位、路线导航、精密授时、短报文通信等服务。首次定位时间(TT
因特网(Internet)在互联全球异构的网络中数以千万计的通信设备方面取得了巨大成功,其成就要归功于TCP/IP协议族。然而对于像军事无线自组织网络、星际网络及无线传感器网络
在油气管道建设中,移动电源车、吊管机等大型机械设备扮演者十分重要的角色,由于这一类履带式工程车辆工作的特殊性,对它们的监控是非常必要的。监控内容包括油量、油压和设