版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、計算機視覺是智能機器獲取外部信息和理解世界的主要途徑,運動目標的檢測與跟蹤作為計算機視覺的核心課題之一,已經(jīng)成為近年來計算機視覺領(lǐng)域的熱點研究問題。運動目標的檢測與跟蹤是一種對包含運動目標的序列圖像進行分析和綜合的技術(shù),該項技術(shù)融合了圖像處理、模式識別、人工智能、自動控制、計算機等領(lǐng)域的先進技術(shù),在視覺導航、視頻監(jiān)控、醫(yī)療診斷、工業(yè)檢測等方面有著重要的價值及廣闊的前景。
本課題通過對目前常用的目標檢測與跟蹤算法及圖像處理、
2、卡爾曼濾波等理論的研究,在參考大量國內(nèi)外文獻的基礎(chǔ)上,研究并改進了基于視頻圖像序列的目標檢測與跟蹤算法。Camshift算法作為一種基于目標顏色特征的跟蹤方法,方法由于無參,計算速度快而得到廣泛的應(yīng)用,但現(xiàn)行的Camshift算法由于采用單一的感興趣區(qū)域進行搜索匹配,當存在相似色干擾體時,跟蹤的發(fā)散現(xiàn)象嚴重,并且由于只利用了顏色信息,目標跟蹤丟失后無法重新獲取目標。本文針對Camshift算法的以上缺陷,首次提出了基于雙感興趣區(qū)域的Ca
3、mshift跟蹤方法,采用兩個跟蹤器分別對其跟蹤,有效的解決了相似色干擾問題,增強了跟蹤算法的魯棒性,同時,將目標的速度信息引入跟蹤算法,有效解決了目標遮擋問題,實現(xiàn)了目標丟失后的再入定位。
為了驗證本文提出的目標跟蹤算法的有效性,本文文中穿插進行了大量的目標檢測與跟蹤實驗,對常見的目標檢測與跟蹤算法進行對比,針對Camshift算法的缺點提出雙感興趣區(qū)域及速度信息的融合等方面的改進,實驗表明,本文提出的方法具有很好的跟蹤
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器視覺的運動目標實時跟蹤算法研究.pdf
- 基于機器視覺的運動目標軌跡跟蹤技術(shù)研究.pdf
- 基于機器人視覺的目標跟蹤技術(shù)研究.pdf
- 基于機器視覺的水下目標檢測與跟蹤技術(shù)研究.pdf
- 基于機器視覺的跟蹤測量技術(shù)研究.pdf
- 基于機器視覺的目標跟蹤算法研究.pdf
- 基于機器視覺的跟蹤目標距離研究.pdf
- 基于視覺圖像的移動目標跟蹤技術(shù)研究.pdf
- 基于視覺的目標跟蹤關(guān)鍵技術(shù)研究.pdf
- 基于Android平臺的多目標實時跟蹤技術(shù)研究.pdf
- 基于視覺的移動機器人運動目標跟蹤技術(shù)研究.pdf
- 基于視覺注意的移動機器人目標跟蹤技術(shù)研究.pdf
- 基于視覺的輪式移動機器人目標跟蹤技術(shù)研究.pdf
- 基于機器視覺的行人檢測和跟蹤技術(shù)研究.pdf
- 基于視覺注意的移動機器人目標跟蹤技術(shù)研究(1)
- 基于視覺監(jiān)控的目標檢測與跟蹤技術(shù)研究.pdf
- 基于實時視覺的乒乓球機器人標定和軌跡跟蹤技術(shù)研究.pdf
- 基于視覺的運動目標檢測與跟蹤技術(shù)研究.pdf
- 基于支持向量機的實時視頻目標跟蹤技術(shù)研究.pdf
- 基于機器視覺的巷道變形實時監(jiān)測預(yù)警技術(shù)研究.pdf
評論
0/150
提交評論