視頻序列中多運(yùn)動(dòng)目標(biāo)的檢測(cè)與識(shí)別.pdf

1、多目標(biāo)檢測(cè)與識(shí)別是計(jì)算機(jī)視覺(jué)和數(shù)字圖像處理的熱點(diǎn)研究問(wèn)題,廣泛應(yīng)用于安防監(jiān)控、信息管理、智能化作業(yè)等領(lǐng)域。本文主要研究復(fù)雜場(chǎng)景中光照變化對(duì)多運(yùn)動(dòng)目標(biāo)檢測(cè)的影響,采用多光照下灰度比率信息避免背景模型的光照變化;融合紋理和局部結(jié)構(gòu)信息,以降低光照變化和噪音對(duì)目標(biāo)識(shí)別性能的影響;利用融合顏色屬性和局部位置信息的可變特征分類器,顯著提高了諸如局部遮擋、扭曲、比例過(guò)小等因素干擾下的目標(biāo)識(shí)別精度。本論文的主要工作包括:
　　第一,采用灰度比率

2、信息級(jí)聯(lián)高斯混合模型,提高多光照?qǐng)鼍爸羞\(yùn)動(dòng)目標(biāo)檢測(cè)準(zhǔn)確率,避免光照對(duì)圖像前后景像素的影響。本文對(duì)比現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)方法,構(gòu)建現(xiàn)實(shí)場(chǎng)景的多光照模型,利用這個(gè)模型表示光照變化對(duì)圖像像素的影響,運(yùn)用灰度比率信息矯正像素的光照變化。最后使用高斯混合模型級(jí)聯(lián)灰度比率信息實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè),這樣具有能夠應(yīng)對(duì)光照變化的優(yōu)點(diǎn)。
　　第二,融合紋理信息和局部結(jié)構(gòu)特征,降低光照變化和噪音對(duì)局部特征的影響,提升目標(biāo)識(shí)別性能。本文分析了現(xiàn)有局部紋理特征的

3、優(yōu)點(diǎn)和提取方式,使用Lab色彩空間避免灰度空間信息丟失,結(jié)合局部均值直方圖模式表述圖像的色差和亮度信息,然后采用融合色差和局部結(jié)構(gòu)信息的特征實(shí)現(xiàn)可靠地目標(biāo)識(shí)別。
　　第三,利用顏色屬性、色調(diào)和局部位置信息組成可變特征分類器,減弱局部遮擋、目標(biāo)形變、目標(biāo)過(guò)小等干擾,提高目標(biāo)識(shí)別精度。本文采用顏色屬性加權(quán)融合色調(diào)信息的方式,構(gòu)建圖像顏色特征,描述目標(biāo)表象信息。采用目標(biāo)拆分的方式在局部結(jié)構(gòu)特征中添加部件的位置信息形成可變模型,以避免局部