基于攝像機運動的目標(biāo)檢測方法研究.pdf_第1頁
已閱讀1頁,還剩97頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、動態(tài)場景的運動目標(biāo)檢測算法的研究是當(dāng)今圖像處理與圖像理解領(lǐng)域的一個熱門方向,也是未來視頻處理的發(fā)展方向,受到當(dāng)前圖像界以及人工智能領(lǐng)域?qū)<业臉O大重視。本文在角點檢測及跟蹤基礎(chǔ)上,通過角點的魯棒估計以提取出只屬于運動目標(biāo)的角點。并結(jié)合目標(biāo)點集的坐標(biāo)信息在初始分割圖像中提取出目標(biāo)區(qū)域,最終實現(xiàn)動態(tài)場景下的運動目標(biāo)檢測。本文主要工作內(nèi)容如下:
  本文研究了結(jié)合秩約束原理的隨機抽樣一致性算法,以及提出了基于秩約束原理的最小平方中值方法實

2、現(xiàn)圖像角點的估計分類。實驗結(jié)果顯示這兩種方法有很好的穩(wěn)定性、較高的準(zhǔn)確率和較高的崩潰率,能夠?qū)z測到的運動目標(biāo)特征點從所有特征點中提取出來。同時,提出了一種基于最小曲率半徑的分類算法。通過觀察圖像的角點軌跡曲線,在攝像機與運動目標(biāo)之間的相對運動量較大時,可以明顯看出背景軌跡曲線和前景軌跡曲線的歪曲程度不同。據(jù)此,通過設(shè)定一個適當(dāng)?shù)淖钚∏拾霃介撝祵⒈尘败壽E曲線和前景軌跡曲線進(jìn)行區(qū)分,從而將圖像角點分為背景點集和前景點集,以便后續(xù)目標(biāo)的提

3、取。實驗結(jié)果顯示該方法在背景運動與目標(biāo)運動之間的相對運動量較大時,可以有效的將運動目標(biāo)特征點提取出來,與上述兩種方法相比具有計算簡單,算法復(fù)雜度低,穩(wěn)定性高等優(yōu)點。
  本文為提取出只包含目標(biāo)的區(qū)域以實現(xiàn)運動目標(biāo)的檢測,提出一種結(jié)合目標(biāo)點集的坐標(biāo)信息進(jìn)行目標(biāo)檢測的方法。該方法首先對圖像進(jìn)行等周分割,然后利用目標(biāo)點集的坐標(biāo)信息從分割圖像中提取出目標(biāo)區(qū)域,并對提取出的目標(biāo)區(qū)域進(jìn)行邊界連接和腐蝕膨脹等操作,充實目標(biāo)區(qū)域,以便得到更為完整

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論