基于視頻序列的高原鼠兔檢測(cè)與跟蹤方法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩147頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、高原鼠兔是青藏高原以及鄰近地區(qū)的主要生物災(zāi)害之一,要對(duì)高原鼠兔進(jìn)行防治,就需要對(duì)高原鼠兔的數(shù)量、危害程度以及行為方式等進(jìn)行調(diào)查研究。借助視頻記錄對(duì)高原鼠兔行為進(jìn)行自動(dòng)分析,可為高原鼠兔的調(diào)查研究與防治提供一種新的信息化的手段??焖?、準(zhǔn)確的目標(biāo)檢測(cè)和穩(wěn)定的目標(biāo)跟蹤是視頻序列中高原鼠兔行為自動(dòng)分析的關(guān)鍵,由于高原鼠兔視頻序列圖像背景復(fù)雜、目標(biāo)與背景顏色相近、運(yùn)動(dòng)隨機(jī)等問(wèn)題加大了目標(biāo)檢測(cè)和跟蹤的難度。本文在前人研究工作的基礎(chǔ)上,對(duì)視頻序列中高

2、原鼠兔的檢測(cè)與跟蹤方法進(jìn)行研究,主要包括以下幾方面的研究?jī)?nèi)容:
  首先,對(duì)常見(jiàn)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法作了簡(jiǎn)要介紹,分析了各種方法的優(yōu)缺點(diǎn)以及適應(yīng)性。然后對(duì)常見(jiàn)的水平集圖像分割模型做了介紹,在此基礎(chǔ)上,針對(duì)局部二值擬合(LBF)模型在演化過(guò)程中極易陷入局部極小值的問(wèn)題,引入圖像形態(tài)學(xué)梯度信息,對(duì) LBF模型進(jìn)行改進(jìn)。針對(duì)改進(jìn)的 LBF模型分割視頻序列圖像時(shí),仍需要手動(dòng)設(shè)置初始活動(dòng)輪廓曲線的問(wèn)題,采用兩幀幀差法,提取運(yùn)動(dòng)目標(biāo)初始輪廓曲線

3、,彌補(bǔ)了改進(jìn)LBF模型需要手動(dòng)設(shè)置初始活動(dòng)輪廓曲線的不足。針對(duì)兩幀幀差法檢測(cè)運(yùn)動(dòng)目標(biāo)時(shí),僅依靠幀間運(yùn)動(dòng)信息,不能精確檢測(cè)運(yùn)動(dòng)目標(biāo)輪廓的問(wèn)題,在兩幀幀差法的基礎(chǔ)上,借助圖像分割技術(shù),來(lái)實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)輪廓的精確提取。對(duì)視頻序列中高原鼠兔檢測(cè)的實(shí)驗(yàn)結(jié)果表明,該方法可以較為準(zhǔn)確地實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的連續(xù)精確檢測(cè)。
  其次,對(duì)運(yùn)動(dòng)目標(biāo)跟蹤的概念,分類以及分類特點(diǎn)進(jìn)行了分析,重點(diǎn)介紹了確定性目標(biāo)跟蹤方法中的Mean-Shift跟蹤方法,通過(guò)實(shí)驗(yàn)的

4、方式分析了不同顏色空間和不同Mean-Shift跟蹤實(shí)現(xiàn)形式對(duì)高原鼠兔跟蹤的適應(yīng)性。針對(duì)高原鼠兔跟蹤中,目標(biāo)與背景顏色相近場(chǎng)景下,顏色信息不具有足夠的目標(biāo)與背景區(qū)別力的問(wèn)題,把紋理信息和顏色信息相結(jié)合,作為目標(biāo)的表征方法,并把該目標(biāo)表征方法引入到 Mean-Shift跟蹤框架下,得到一種新的目標(biāo)跟蹤方法。對(duì)視頻序列中高原鼠兔跟蹤的實(shí)驗(yàn)結(jié)果表明,該方法不僅可以準(zhǔn)確、穩(wěn)定地跟蹤目標(biāo)與背景顏色具有一定反差場(chǎng)景下的目標(biāo),而且對(duì)目標(biāo)與背景顏色極為

5、相近場(chǎng)景下的高原鼠兔跟蹤也具有較強(qiáng)的穩(wěn)健性。
  再次,對(duì)突變運(yùn)動(dòng)跟蹤的基本理論進(jìn)行了介紹,分析了突變運(yùn)動(dòng)的類型以及突變運(yùn)動(dòng)的跟蹤方法。重點(diǎn)對(duì)馬爾可夫鏈蒙特卡羅(MCMC)方法以及Wang-Landau蒙特卡羅(WLMC)方法做了說(shuō)明。針對(duì)高原鼠兔跟蹤中,目標(biāo)運(yùn)動(dòng)的隨機(jī)性和不確定性問(wèn)題,提出了一種運(yùn)動(dòng)信息引導(dǎo)的高原鼠兔突變運(yùn)動(dòng)跟蹤方法。通過(guò)運(yùn)動(dòng)信息來(lái)判斷目標(biāo)的運(yùn)動(dòng)模式,不同的運(yùn)動(dòng)模式采取不同的采樣跟蹤策略,提高了目標(biāo)跟蹤中采樣的有

6、效性。對(duì)突變運(yùn)動(dòng)視頻序列中高原鼠兔跟蹤的實(shí)驗(yàn)結(jié)果表明,該方法在保證高原鼠兔突變運(yùn)動(dòng)跟蹤性能的同時(shí),也改善了目標(biāo)平滑運(yùn)動(dòng)的跟蹤性能,提高了方法的魯棒性。針對(duì)目標(biāo)與背景顏色相近、目標(biāo)運(yùn)動(dòng)隨機(jī)的問(wèn)題,把本文所提出的目標(biāo)表征方法引入到運(yùn)動(dòng)信息引導(dǎo)的跟蹤框架下,有效解決了目標(biāo)與背景顏色相近以及運(yùn)動(dòng)隨機(jī)場(chǎng)景下的高原鼠兔跟蹤問(wèn)題。
  最后,對(duì)時(shí)間序列的概念以及時(shí)間序列分析方法進(jìn)行了分析,重點(diǎn)分析了小波神經(jīng)網(wǎng)絡(luò)用于非線性時(shí)間序列預(yù)測(cè)的可行性。構(gòu)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論