视频图像中运动目标检测与跟踪技术的研究

《视频图像中运动目标检测与跟踪技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、北京邮电大学硕士论文摘要视频图像中运动目标检测与跟踪技术的研究摘要随着科学技术的进步，尤其是计算机技术、图像处理技术的不断发展，智能视频监控及运动目标的行为分析成为新的研究热点。论文来源于与企业合作开发的智能视频监控系统，重点研究视频图像中运动目标的检测和跟踪算法。论文首先介绍了数字图像处理的基础知识，并根据实际情况，针对彩色图到灰色图的转换、噪声滤波、直方图均衡化和数学形态学处理等常用方法进行了实验，为运动目标检测和跟踪算法的研究奠定了基础。论文的主要工作如下：在运动目标检测方面，在分析当前目标检测算法的基础上，提出了一种基于改进对称差分算法的运动目标快速检测算法。该算法首先利用改进的对称差

2、分算法得到对象的活动区域，再利用数学形态学滤波，获得目标所在的最小的外接矩形区域。实验证明，该算法简捷，快速，有效，可以得到运动比较精确的特征，同时大大减少对图像进行边缘检测、图像识别等的运算。在运动目标跟踪方面，提出一种基于BP神经网络的运动目标跟踪算法。将本文提出的运动目标快速检测算法快速算法与BP神经网络相结合，一方面充分利用了神经网络容错性强，运算速度快的优势，解决了视频图像中运动目标检测与跟踪技术对鲁棒性，准确性的要求；另一方面利用运动目标快速检测算法，可以减少神经网络全局搜索的计算量，解决了视频图像中运动目标检测与跟踪技术对处理速度的要求。在上述研究的基础上，给出了基于BP神经网络

3、的运动目标检测与跟踪的总体设计方案，仿真实验表明，该方案可以准确地对运动目标进行检测与跟踪Q^，缸．j关键词运动目标检测运动目标跟踪BP神经网络北京邮电大学硕士论文摘要壤盘^，}证RESEARCHoNTECHNoLoGYoFMoⅥNGTARGETDETECTIoNANDTRACⅪNGoNⅧEoIM认GEABSTRACTWiththecontinuousprogressofscienceandtechnology,especiallywiththecontinuousdevelopmentofcomputertechnologyandimageprocessingtechnology,there

4、searchonintelligentvideotrackingbecomeahotspot．Thepaper,comingfromtheintelligentmonitoringsystem，focusedonthealgorithmofmovingtargetdetectionandtrackingonvideoimage．Firstly,thebasictechnologiesofdigitalimageprocessingwereintroduced．Theexperimentsonimageconversionfromcolortogray,noisefiltering，histog

5、ramequalizationandmathematicalmorphologyprocessingweremade，whichprovideafoundationforresearchonmovingtargetdetectionandtrackingonvideoimage．Themainresearchinthepaperasfollows：Inthemovingtargetdetectionaspect，currenttheoriesoftargetdetectionweresummarized．．Basedonthat，annewfastalgorithmonmovingtarget

6、areadetectionwasproposed，whichisbasedonimprovedsymmetricdifferencealgorithm．Atfirst，theactivityareaofmovingtargetwasdetectedusingallimprovedalgorithm．Thenthesmallestexternalrectangularareaoftargetwasdetectedbyusingmathematicalmorphologyfiltering．Thealgorithmissimple，fastandeffective．Thecharacteristi

7、csoftargetCallalsobeachieved．Theoperationsofimageedgedetectionandimagerecognitionaresubstantiallyreducedwiththisalgorithm．Inthemovingtargettrackingaspect，themethodwhichiscombiningfastalgorithmmentione