基于雙目視覺(jué)運(yùn)動(dòng)背景下的目標(biāo)檢測(cè).pdf_第1頁(yè)
已閱讀1頁(yè),還剩74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、利用雙目視覺(jué)技術(shù)對(duì)視頻處理是當(dāng)前計(jì)算機(jī)視覺(jué)領(lǐng)域的前沿研究課題,在軍用和民用領(lǐng)域有著廣泛的應(yīng)用。本文基于雙目視覺(jué)以完成運(yùn)動(dòng)背景下目標(biāo)檢測(cè)為主要目的,研究了雙目視覺(jué)下的立體匹配、全局運(yùn)動(dòng)估計(jì)以及運(yùn)動(dòng)背景下目標(biāo)檢測(cè)三方面的內(nèi)容。 本文深入研究了馬爾科夫隨機(jī)場(chǎng)(MRF)模型的立體匹配。在構(gòu)建MRF全局能量函數(shù)時(shí),建立了融合灰度和梯度特征的數(shù)據(jù)項(xiàng)。利用改進(jìn)的置信度傳播算法得到視差圖,經(jīng)過(guò)MRF因果系統(tǒng)進(jìn)行校正。實(shí)驗(yàn)表明該方法提高了立體匹配

2、的正確率。 全局運(yùn)動(dòng)估計(jì)是運(yùn)動(dòng)背景下目標(biāo)檢測(cè)的關(guān)鍵步驟。本文提出了一種基于特征點(diǎn)結(jié)合最小平方中值(LMedS)和最小二乘法(LS)的全局運(yùn)動(dòng)估計(jì)算法。首先建立攝像機(jī)運(yùn)動(dòng)模型,然后使用最小核值相似區(qū)(SUSAN)算法進(jìn)行特征點(diǎn)提取,利用帶權(quán)值的圓形匹配模板,結(jié)合灰度和SUSAN初始響應(yīng)值相似性測(cè)度的算法進(jìn)行特征點(diǎn)匹配,最后結(jié)合LMedS和LS估計(jì)全局運(yùn)動(dòng)的參數(shù)。實(shí)驗(yàn)表明了該算法的有效性。 在目標(biāo)檢測(cè)研究方面,基于雙目視覺(jué)靜

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。

最新文檔

評(píng)論

0/150

提交評(píng)論