需要金幣： 1000 個(gè)金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：20390 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要:運(yùn)功目標(biāo)檢測技術(shù)作為運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)的基礎(chǔ)，是計(jì)算機(jī)視覺的核心研究課題之一.攝像頭獲取的視頻包含有大量的信息，如果這些信息都是人工進(jìn)行分析，不僅任務(wù)繁重、工作枯燥，還會(huì)容易出錯(cuò).在實(shí)際應(yīng)用中，人們最感興趣的是視頻圖像中運(yùn)動(dòng)的物體.運(yùn)動(dòng)目標(biāo)檢測就是通過對攝像頭捕獲的視頻序列進(jìn)行分析，計(jì)算出視頻圖像中運(yùn)動(dòng)的區(qū)域.檢測算法的優(yōu)劣直接影響后續(xù)的目標(biāo)跟蹤等.所以，運(yùn)動(dòng)目標(biāo)檢測是目標(biāo)跟蹤的前提和基礎(chǔ). 視頻運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)作為計(jì)算機(jī)視覺領(lǐng)域的核心研究課題之一，主要目的是模仿生理視覺系統(tǒng)的運(yùn)動(dòng)感知功能，通過對攝像頭獲得的圖像序列進(jìn)行分析，計(jì)算出運(yùn)動(dòng)目標(biāo)在每一幀圖像上的二維坐標(biāo)位置，根據(jù)不同的特征值，將圖像序列中連續(xù)幀間的同一運(yùn)動(dòng)目標(biāo)關(guān)聯(lián)起來，得到每幀圖像中目標(biāo)的運(yùn)動(dòng)參數(shù)以及相鄰幀圖像間運(yùn)動(dòng)目標(biāo)的對應(yīng)關(guān)系，得到運(yùn)動(dòng)目標(biāo)完整的運(yùn)動(dòng)軌跡，和連續(xù)視頻序列中運(yùn)動(dòng)目標(biāo)的對應(yīng)關(guān)系. 本文介紹了圖像處理的一些基礎(chǔ)概念和基本方法，包括圖像濾波、形態(tài)學(xué)處理、圖像分割以及邊緣檢測等，這些都是運(yùn)動(dòng)目標(biāo)檢測的基礎(chǔ). 在這之后本文介紹了幾種常用的運(yùn)動(dòng)目標(biāo)檢測算法：幀差法、背景減除法和光流法，并比較這幾種算法的優(yōu)劣. 最后，對背景減除法中的利用自適應(yīng)高斯模型的方法著重介紹. 對于背景顏色分布比較集中，背景中沒有物體會(huì)做無規(guī)則微小運(yùn)動(dòng)的條件下，可只建立一個(gè)高斯背景模型，即單高斯模型. 對于背景圖像中會(huì)出現(xiàn)像水面的波紋這樣像素點(diǎn)的值會(huì)有多個(gè)狀態(tài)的物體，就需要對背景圖像建立多個(gè)高斯背景模型，也就是高斯混合模型. 關(guān)鍵詞：運(yùn)動(dòng)目標(biāo)檢測；背景減除法；高斯混合模型
目錄 摘要 ABSTRACT 第1章 緒論-1 1.1課題研究的目的和意義-1 1.2 國內(nèi)外研究概況-1 1.2.1計(jì)算機(jī)視覺的發(fā)展歷史-1 1.2.2 國外研究與應(yīng)用現(xiàn)狀-2 1.2.3 國內(nèi)研究與應(yīng)用現(xiàn)狀-2 1.2.4 研究的難點(diǎn)-2 1.3 本文的結(jié)構(gòu)和安排-2 第2章 圖像處理基礎(chǔ)知識-5 2.1 圖像濾波-5 2.1.1 均值濾波-5 2.1.2 中值濾波-5 2.1.3 矢量濾波-5 2.2 形態(tài)學(xué)處理-6 2.2.1 膨脹與腐蝕-6 2.2.2 開運(yùn)算與閉運(yùn)算-8 2.3 圖像分割-8 2.3.1 全局閾值-9 2.3.2 局部閾值-10 2.4 邊緣檢測-11 2.5 本章小結(jié)-11 第3章 經(jīng)典運(yùn)動(dòng)目標(biāo)檢測算法-13 3.1 幀差分法-13 3.2 背景減除法-14 3.3 光流法-16 3.4 本章小結(jié)-17 第4章 基于自適應(yīng)高斯背景模型的運(yùn)動(dòng)目標(biāo)檢測算法-19 4.1 引言-19 4.2 單高斯模型-19 4.3 高斯混合模型-20 4.3.1 高斯混合模型的建立-20 4.3.2 高斯混合模型的參數(shù)更新-21 4.4-本章小結(jié)-23 第5章 運(yùn)動(dòng)目標(biāo)檢測仿真-25 5.1 OpenCV介紹-25 5.1.1 OpenCV歷史-25 5.1.2 應(yīng)用領(lǐng)域-25 5.1.3 編程語言-25 5.1.4 支持的操作系統(tǒng)-25 5.2 開發(fā)環(huán)境搭建-26 5.2.1 安裝OpenCV庫-26 5.2.2 使用MS visual C++創(chuàng)建OpenCV工程-27 5.3 運(yùn)動(dòng)目標(biāo)檢測算法實(shí)現(xiàn)-29 5.3.1 幀差法-29 5.3.2 光流法-30 5.3.3 基于高斯混合模型的背景減除法-33 5.3.4 三種算法的對比-35 5.4 本章小結(jié)-35 第6章 結(jié)論與展望-37 6.1結(jié)論-37 6.2不足之處及未來展望-37 參考文獻(xiàn)-39 致 謝-41 |
