基于全方位视觉的多目标检测跟踪

来源 :浙江工业大学 | 被引量 : 0次 | 上传用户:xsl_1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多目标检测与跟踪涉及图像处理、模式识别等多个技术领域,是计算机视觉系统中的重要课题。本文采用能实时获取水平方向360°场景图像的全方位视觉装置,设计并验证了一种新的多运动目标检测与跟踪方法。本文在综述目前国内外多目标跟踪的研究现状的基础上,主要完成了以下研究工作:在运动目标检测方面,提出了帧差法和背景减除法相结合的目标检测方法。利用该方法检测出运动区域并二值化图像,应用数学形态学去除图像中的噪声,通过连通域标识和碎片合并得到各个运动目标,并提取各运动目标的物理属性参数,通过实时更新背景,提高目标检测的准确性。基于Kalman滤波器和匹配矩阵方法,设计了多目标跟踪算法。所设计的算法用Kalman滤波器预测运动目标的状态;用匹配矩阵解决多目标跟踪中多个目标的遮挡、遮挡目标分离、目标消失、目标新出现等情况。实验结果证明了所提出方法的有效性。最后,基于Directshow和OpenCV图形处理库,以C++为开发语言,设计开发了一个多目标检测与跟踪的原型系统,并进行了实验验证。
其他文献
近几年,大量丰富而有价值的数据在网络中趋于深化,隐藏在查询接口后面的在线数据库中。这些“Deep Web”数据与基于静态网页的“Surface Web”相比,可以提供大量动态生成的网页
随着Internet技术的不断发展及其应用的深入,Web俨然已经成为全球最大的虚拟资料库,可用的信息正呈指数级增长。如何有效地利用这些信息成为人们的重要研究课题,因此出现了大量
随着Web应用越来越复杂多样,单个简单的Web服务也越来越无法满足实际的应用需求,如何有效地自动组合Web服务以完成复杂功能吸引了越来越多研究人员的目光。本文从智能规划中的
聚类分析是数据挖掘的一个重要领域,具有广泛的应用领域。同时,聚类算法研究也是数据挖掘领域中一个比较困难的课题。目前很多流行的聚类算法,比如k-means、k-medoids、BIRCH
随着中国电信市场的逐渐成熟,电信市场竞争日益加剧,电信运营商为了留住老客户、吸引更多的新客户,不断推出新的电信产品。一个新产品从构思、开发、发布和退出市场等整个过
随着三维扫描技术的成熟和可扫描物体复杂度的提高,三维网格模型日益成为三维物体的一种通用表示方式,其中又以三角网格模型最为常见。作为众多网格模型处理技术的前序步骤,
随着网络技术的飞速发展,如何构造功能更加强大、应用更为灵活、开发更为便捷的Web应用系统成为当前Web开发技术中人们探讨的热点。MVC设计模式是一种目前广泛流行的软件开发
数字医疗是基于网络技术、现代计算技术和知识工程,面向社会的、全面的医疗服务和医疗信息的医疗信息系统。它分为三个层次:数字化医疗设备、医院网络建设与远程医疗服务系统。
图像特征提取是基于内容的图像检索研究领域的关键技术之一。在MPEG-7标准下研究图像的特征提取技术可以增强基于内容的图像检索系统的通用性。本文研究符合MPEG-7标准的图像
基于反射镜面的全方位视觉是一项新兴的视觉技术,该视觉系统能一次性的获取水平方向360°的场景图像,与传统视觉系统相比具有视野大的优点,非常适合在实时监控等领域的应用。