毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

opencv视频序列中的目标跟踪平台开发meanshift

时间:2019-01-12 15:19来源:毕业论文
了解如今常用的视频序列目标跟踪方法, 并着重研究均值移动(meanshift)算法,并用c++和opencv来实现

摘要人类利用一系列的感官来“探测”并理解我们周围的世界,而其中有很大一部分来自于我们的视觉。而在上个世纪随着计算机的发明和大规模应用,人类便得以利用摄像机获取我们周边图像,然后把它转化为数字信号,并利用计算机处理这些信息,这样便可以取代人类的大脑,来对视觉信息进行处理,因此,演变出了一个崭新的学科——计算机视觉。而随着图像处理技术的不断发展进步,视频中的目标跟踪技术也得到了很大的发展和应用。本文旨在了解如今常用的视频序列目标跟踪方法, 并着重研究均值移动(meanshift)算法,并用c++和opencv来实现。32614
关键词  计算机视觉  视频跟踪  均值移动
毕业论文设计说明书外文摘要
Title        Target Tracking In Video Sequences               
Abstract
Humans use a series of senses to perceive and understand the world around us,and a large part of information come from our vision. In pace with the inventing and applying of the computers, we can use cameras to get images of environment,and convert them into digital signals, then we use computers to deal with these signals,so formed a new subject--computer vision gradually. And video sequences target tracking technology also developed along with the progress of image processing technology. This paper aim at understanding some common methods, and use c++ and opencv to implement mean shift algorithm.
Keywords    computer vision     video tracking   mean shift

源自/六"维:论'文;网(加7位QQ3249"114 www.lwfree.cn


目   录
1绪论1
2常用的目标跟踪算法 10
2.1基于运动信息的目标跟踪 10
2.2基于模型的目标跟踪10
2.3基于区域的目标跟踪11
2.4基于特征的目标跟踪11
3 基于均值移动(mean shift)的目标跟踪13
3.1颜色16
3.2颜色特征的描述方式16
3.3无参概率密度估计理论16
3.4均值移动理论17
3.5基于均值移动理论的目标跟踪19
4仿真模拟22
4.1opencv简介22
4.2模拟结果24
结论 25
致谢 26
参考文献27
1  绪论
1.1  研究背景及意义
据研究,人类通过感官获得的外界信息中,来自眼睛的视觉信息占70%以上,最多可达80%。外界景物通过光线在眼睛里的视网膜上成像,然后被转换成神经信号,传入大脑进行处理和理解,并作出相应的反应。因此,视觉应包括人眼获取信息、转换信息、神经细胞传递信息、大脑处理信息和人体做出反应这一整个过程。随着摄像机、计算机的出现,以及图像处理技术、信号处理技术的迅猛发展,人们设想并尝试了用摄像机代替人们的眼睛来获取外界环境信息,并用计算机代替人们的大脑来处理摄像机获得的外界环境信息,于是便逐渐发展并最终形成了计算机视觉这个崭新的学科。这个学科的发展方向是使计算机可以理解并处理三维信息,使计算机不仅能探知三维立体环境中目标的外形、坐标、姿势等,还可以对它进行记录、检测、跟踪等。其中对视频序列中的运动目标的跟踪研究是计算机视觉里的一个非常重要且热门的方向。相比于静止的图片,运动图像含有更多的有用信息,而对运动图像的研究又可以借鉴对静止图像的研究,因为运动视频也是由很多帧静止图像构成的。 源自/六"维:论'文;网(加7位QQ3249"114 www.lwfree.cn
1.2   发展历史及国内外研究现状
1.3   目标跟踪技术的应用
视频序列中的目标跟踪技术在诸多工程领域都有非常广泛地应用。以下介绍目标跟踪的一些主要应用领域。
1.3.1  智能视频监控
一些对安全程度要求高的场所比如银行、商店、停车场、学校、酒店宾馆等,这些场所一般都会实行视频监控,以保障安全。然而现在存在的一个问题是,虽然在上述这些安全性需求较高的场所已经很普遍地安装使用了监控摄像机,但这些摄像机只能完成拍摄记录视频图像的任务,更加智能的监控任务还是需要工作人员在现场值班来完成,这个缺陷就是摄像机监控系统不具有很高的实时性和主动性,为了克服这一缺陷,我们就需要发展一种具有无人值守优点的智能视频监控技术,这一技术应当可以使计算机自动分析摄像机所拍摄的画面数据,如果出现突发情况或者可疑的目标时,计算机就能对其进行自动跟踪并报警。上世纪九十年代,美国就发展了视觉监控重大项目,该项目涉及很广,以卡内基梅隆大学为主,共同参与研发的还有美国麻省理工学院等。该系统的应用也十分广泛,无论是民用的普通场所监控还是军用的战场实时监控都能胜任。除此之外,世界其他国家也先后发展了类似的系统,例如欧盟的PRISMATICA系统和挪威的DETEC系统等。 opencv视频序列中的目标跟踪平台开发meanshift:http://www.lwfree.cn/tongxin/20190112/29297.html
------分隔线----------------------------
推荐内容