您现在的位置:网站首页答辩论文教育论文其他教育学

东北大学硕士学位论文 基于鱼眼相机的运动目标检测算法的研究与实现

  • 简介:  东北大学硕士学位论文 基于鱼眼相机的运动目标检测算法的研究与实现 共77页,35770字
    类型:word   
    • 请与管理员联系购买资料 QQ:5739126
  • 论文简介
  • 相关论文
  • 论文下载
  东北大学硕士学位论文 基于鱼眼相机的运动目标检测算法的研究与实现 共77页,35770字
   摘 要
   随着社会不断的发展,人口居住越来越密集,突发事件和异常事件也日益增多,怎样才能对其进行有效的监控,以尽量减少或避免损失显得愈加重要,因此,世界各国政府和学者都开始将目光聚集到了新一代的监控技术.对于银行、军队、政府等重要安全部门,和交通路口、机场、商店、停车场、商业大楼等公共场所,出于管理和安全的需要,人们必须时刻知道该区域内发生的事件,于是采用某种特定方法来监视这些场景,以便能及时地对该区域发生的异常事件做出适当的反应及补救,这就是所谓的监控.尤其在美国9.11恐怖袭击事件以后,各国更加重视这样一个问题,即如何对国家重要安全部门和敏感的公共场合进行全天的、自动的、实时的监控,而智能视觉系统就是解决这一问题的有效手段之一.
   本文研究的智能视觉系统主要应用了基于鱼眼相机的运动目标检测算法,其中,鱼眼相机的矫正,背景图像的建模和运动目标检测中的阴影抑制是研究的重点.
   本文首先提出了一种基于等距投影模型的鱼眼图像矫正算法.该方法主要是用扫描线逼近算法确定图像的光学中心和球面半径,然后将2D鱼眼畸变图像通过等距投影模型投影到2D无畸变图像上,从而得到人类视觉所看到的正常图像,使后面的目标检测更加容易,更加准确.
   本文首先在鱼眼矫正之后的图像上,运用了改进的平均值建模算法,其目的是在相机固定不变的情况下,排除噪声点并提取出运动前景区域,用归一化的互相关函数和图像纹理的特征,抑制运动前景中的阴影部分,最终检测出运动目标区域.
   实验结果表明本算法支持C100和C105的鱼眼相机,在大多数场景下的背景建模,能较好地实现运动前景的检测.同时,在采用归一化的互相关函数的基础上,采用了纹理特征的阴影抑制算法避免了图像中的阴影的影响,提高了运动目标检测的准确性,更好地实现了基于鱼眼图像的运动目标检测算法.
   关键词:智能视觉监控;鱼眼图像矫正;运动目标检测;阴影抑制
  
   目 录
   独创性声明 I
   摘要 II
   Abstract III
   第1章 绪论 1
   1.1智能视觉监控(IVS) 1
   1.1.1智能视觉监控(IVS) 1
   1.1.2国内外研究现状及发展动态分析 2
   1.1.3智能视觉监控的关键技术 3
   1.2研究意义 5
   1.3本文的主要工作 6
   1.3.1研究内容 6
   1.3.2本文的组织结构 6
   第2章 鱼眼图像的矫正 9
   2.1鱼眼图象成像和矫正的原理 9
   2.1.1鱼眼图像成像原理 9
   2.1.2鱼眼图像矫正考虑因素 10
   2.2鱼眼图像畸变矫正算法概述 13
   2.2.1基于控制对象的方法 13
   2.2.2模式法 16
   2.3基于等距球面投影模型的鱼眼矫正算法 21
   2.3.1算法研究 21
   2.3.2算法实现 22
   2.3.2算法评估 25
   2.4本章小结 26
   第3章 运动目标检测 27
   3.1引言 27
   3.2运动目标检测 27
   3.2.1光流法 27
   3.2.2连续帧间差分法 28
   3.2.3背景差分法 29
   3.3改进的平均值法 33
   3.3.1算法研究 33
   3.3.2算法实现 34
   3.3.3算法评估 35
   3.4本章小结 36
   第4章 运动目标检测中的阴影抑制 37
   4.1引言 37
   4.2阴影特征 38
   4.3阴影模型 39
   4.3.1检测条件 39
   4.3.2阴影模型的建立 39
   4.4阴影检测算法 40
   4.4.1颜色空间变换的阴影抑制 41
   4.4.2基于统计的阴影抑制 44
   4.4.3基于色彩特征不变量的阴影抑制 45
   4.4.4基于物理模型的阴影抑制 46
   4.5基于归一化互相关函数和纹理特征的阴影检测算法 46
   4.5.1算法研究 46
   4.5.2算法实现 46
   4.5.3实验结果与分析 48
   4.6本章小结 49
   第5章 运动目标检测中算法的应用 51
   5.1引言 51
   5.2系统的实现平台 51
   5.3运动目标检测功能 52
   5.3.1算法流程逻辑 52
   5.3.2算法的输入与输出 53
   5.4算法评估 53
   5.4.1评估图像 53
   5.4.2评估方法 54
   5.4.3评估结果 54
   5.5本章小结 55
   第6章 结束语 57
   6.1总结 57
   6.2进一步的工作 57
   6.3展望 58
   参考文献 59
   致谢 63
查看评论 已有0位网友发表了看法
  • 验证码: