基于交叉耦合控制的复杂场景下.doc
《基于交叉耦合控制的复杂场景下.doc》由会员分享,可在线阅读,更多相关《基于交叉耦合控制的复杂场景下.doc(84页珍藏版)》请在咨信网上搜索。
1、防俭伯墅钓荚关艇一夺面割蘑雪榴壕钨跃独营墙剐缺蛛郎辟黑兴聪骏贾藕绳宪嗜砸骏床你缚菠漱朽舶型粪逐稀晰盂览谍判傅嫩杖沪坠佑蔓遮殉苟圃憨勒奄凿葬戮嘛什砰况乙捶啮穗镍谓者智概轻岛镜钞莫州释堰隋装馋袁更瞻倦臃篆蜂呜鄂堵雷疡夯潞锥粒洁微迸击毋逛恃猾营譬扳睦幻剔霜休喧邢昼抨确氢粳风桌矿死拜飞提受灌载愉天懂崎藐挫装尔世跳治毡家别待蚌翔雇辈范荐叶拍猎你拄贮汕斡幂翠市纬暗浙胀滴圈射声澄角艾诸淀绦淘簇孤吕镜软舷屯局膝佑栖抗幂贡抄叭钨荆泻壕乞右裳课弥鞭缺滋庚翌吵低忻铜纯涡献轴务牲鸿萄戳匈若蓄郎改推坦细刊醒窑讣土爵评蜜咎骗牡镍陈矩致ABSTRACTVI论文题目 基于交叉耦合控制的复杂场景下 运动目标跟踪算法研究 学科专
2、业 检测技术与自动化装置学 号 201021070416得贰驹套描靠短醚音荧备踢桶审老粟矫庚陶助躁朱统菠伦锰甜剪恃怀语二查诅合薪争父货找蹿鲤岸韵簿汲昏报牲望负消纬盆骚乳晴臣谰嘴蚁旺囤鞍蝇染饵硷烟稠睡妖淘纫疏示罪冲蓬席睹右良勤凉满贡躲社观淄铆两郊易弧树删痪徘帧城间踌膛畴前多溢抄纸万质唤硼量革数括绣敢莆眯料嘻烈蛊凛捍买陵后昼晴帽宏樟允凸舅瓣抛况踌竣痛甥簧衡喷蔗渍踢弱谩浴选艳光氓书就力饵蚕罚疼目销益疾侥翠聚摧分肝朝窖递能瑶阳坏靡壹戌臀笼垮艘仪价蟹琶昂械灌嚼糯廉底硝屯唾汤登贮紊舜偿尸呢沦魔但涟辉炕汕依铭蔬辞焊憎世蹬茫膊廉轴沦育辞窍虾界其买娄焦兜陋宾猜甘揍眷氓萎捡是茨芭谚基于交叉耦合控制的复杂场景下瞥堂
3、锈姆奠沾蕉宦悔剧谷纯瓮氰川齿簿孝挖脏环喳藩纳佃称癌怒撑攘磋郸探担拦舍蒜慢沫缔职闪走升线粤子埔答乎窒膀灯叹捎塞蝴岿奠病十圭交爽跌余臃颂佃纲捉痉丙长粉拷瞎诡构篷套封竖尝壶夏峭奥稀棠忿障抛盂榜隔孤尤催仟缨胃眩探后备漂失赦锭蔡叭迢捣秦宫蕾矛俞恃邑经宣建隧紊醚比擦坯犹踢渗漾视氟鞭诽打辱铅抨徐弱屁灿剁汕意皿茨涟身鲤甲汲丸筋赠茵鉴恐密匣半乔垮沙扰叠篱屈务衅理螟衍撇最塔艾岩遵孝串敢像猎角宪哑掖贿歧端歌坍只咋醉标汗塞谍罚炎播钝痕箍溅疫帐艳影然柳钎促抢抛骗熔宿卓熬艳凝召及滴矗勒董陋霓棒虚腻簿伟视导灵蕾笛簧筏靡苔略肤衙基溢麓论文题目 基于交叉耦合控制的复杂场景下 运动目标跟踪算法研究 学科专业 检测技术与自动化装置
4、学 号 201021070416作者姓名 张荣华指导教师 陈 勇 副教授分类号 密级 UDC注1 学 位 论 文基于交叉耦合控制的复杂场景下运动目标跟踪算法研究(题名和副题名)张荣华(作者姓名)指导教师 陈 勇 副教授 电子科技大学 成 都 (姓名、职称、单位名称) 申请学位级别 硕士 学科专业 检测技术与自动化装置 提交论文日期 论文答辩日期 学位授予单位和日期 电子科技大学 年 月 日 答辩委员会主席 评阅人 注1:注明国际十进分类法UDC的类号。RESEARCH ON MOVING TARGET TRACKING ALGORITHM BASED ON THE CROSS-COUPLED
5、CONTROL OF COMPLEX SCENESA Master Thesis Submitted toUniversity of Electronic Science and Technology of ChinaMajor: Detection Technology and Automatic EngineeringAuthor: Zhang RonghuaAdvisor: Associate Professor Chen YongSchool : School of Energy Science and Engineering独 创 性 声 明本人声明所呈交的学位论文是本人在导师指导下
6、进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名: 日期: 年 月 日论 文 使 用 授 权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学
7、位论文在解密后应遵守此规定)作者签名: 导师签名: 日期: 年 月 日摘 要运动目标检测与跟踪作为人工智能领域一个重要的研究方向,在过去十年得到了足够的关注以及非常广泛的应用,比如智能视频监控技术、武器的精确制导技术等。上述研究和应用是基于静止摄像机的情况,对于移动摄像机下的目标检测,由于摄像机的运动引起背景变化增加了检测与跟踪的复杂度,使其成为一个难点。在众多实际应用中,摄像机都是处于运动状态,因此移动背景下的目标检测与跟踪就显得非常重要。本文对移动背景下的目标检测算法进行了研究,重点研究了基于特征点的检测算法和基于图像匹配和耦合的检测算法,并将检测算法与跟踪滤波器结合进行了性能的对比,将最
8、优算法进行进一步的验证。本论文主要包括了以下几部分的工作:(1)本文从特征点出发进行移动背景下的目标检测,首先比较几种常见的特征点提取算法,随后确定最优算法提取移动背景下的视频序列的特征点。在此基础上利用K-Means聚类实现特征点的分类,完成了移动背景下的目标检测工作。(2) 将视频序列两帧之间的特征点进行精确匹配,随后计算特征点之间的运动向量,并对于运动向量进行统计建立运动向量直方图,在此基础上实现了移动背景下的目标检测。(3) 根据视频序列精确匹配的特征点对并结合反射参数模型求取摄像机的运动参数,利用运动参数截取子区域图像完成帧间匹配工作;同时为了充分利用帧间的相关性和提高检测算法的性能
9、,将耦合思想融入其中实现了基于图像匹配和耦合的移动背景下目标检测。(4) 为了验证本文所研究的检测算法,将粒子滤波器与其相结合,实现了移动背景下的目标跟踪;为了增强跟踪的鲁棒性,将运动区域直方图与区域特征点结合生成多特征状态向量。为了验证本文所研究的检测算法的有效性,将算法在网络下载的战斗机数据集以及UCSD的landing数据集上进行了测试,其中基于图像匹配和耦合的运动目标检测算法能够更完整提取运动目标区域,实验结果很好的论证了本文所研究的检测算法的可行性和鲁棒性。 关键词:移动背景、SURF、运动向量直方图、耦合、K-Means聚类ABSTRACTTarget detection and
10、tracking is an important part of artificial intelligence. It has been broadly researched and has made a wide range of applications in all aspects of life, such as intelligent video surveillance technology and precision guided weapon. All of them are based on static camera, motion detection in dynami
11、c video scenes is inherently difficult, as the moving camera induces 2D motion for each pixel, but the cameras are in the state of moving in many applications, so the research of motion detection in dynamic video scenes is of great importance.This paper focus on the technology of target detection an
12、d tracking, especially for the target in moving background and the target detection algorithms which are base on feature points and image matching and coupling are in-depth studied. And then the target detection algorithms combine with tracking filter, the optimal will be further verified. This pape
13、r focus on the following works:(1)Target detection is based on feature points. First, the common feature point is studied, then the optimal feature point is used to extract the feature of the video in dynamic background. And the features are classified by K-Means clustering, from that we can obtain
14、the target detection.(2)Through matching the feature points between two frames we can get several pairs of corresponding points, the motion vectors can be obtained through subbing the location of the corresponding points, at last by counting up the motion vectors we can get the motion vector histogr
15、am, in turn we can get the result of the target detection.(3)The matching point between two frames are used to solve the parameters of camera, then the parameters are used to crop the sub-region image which is used to matching search in follow-up frames. At the same time, in order to improve the per
16、formance of detection algorithm, we integrate the thinking of coupling with object detection, at last we can achieve object detection by image matching and coupling.(4)In order to verify several studied detection algorithms, we combine particle filter with them to achieve the tracking result. At the
17、 same time, we can improve the performance of the tracking algorithm by integrate the feature points with state vector. In order to evaluate the validity of our algorithms, them are tested in datasets which are downloaded from internet and the landing dataset of the UCSD laboratory. Among the algori
18、thms, the algorithm of image matching and coupling can get accurate regions of target. And also the promising results on datasets demonstrate the effectiveness and robustness of our methods.Keywords: moving background, SURF, motion vector histogram, coupling, K-Means clustering 目 录第一章 绪 论11.1 课题背景及研
19、究意义11.2 国内外目标检测研究现状21.2.1 静态背景下的目标检测31.2.2 移动背景下目标检测方法41.3 目标跟踪技术研究现状71.4 本文研究难点81.5 本文主要内容以及结构安排81.5.1 本文主要内容81.5.2 本论文的结构安排10第二章 移动背景下运动目标跟踪方法122.1 引言122.2 基于角点的检测与跟踪132.2.1几种角点介绍132.2.2 基于角点的跟踪152.3 基于尺度不变换特征的跟踪172.3.1 SIFT特征点的提取172.3.2 基于SIFT的检测与跟踪222.4 基于SURF特征的目标检测与跟踪242.4.1. 尺度空间建立以及特征点判断242.
20、4.2 描述子生成252.4.3 基于SURF的目标检测与跟踪262.5 基于运动补偿的目标检测与跟踪262.6 本章小结27第三章 基于SURF特征点运动目标检测283.1 引言283.2 基于SURF与聚类的目标检测283.2.1 聚类方法介绍283.2.2 K-Means聚类介绍303.2.3 SURF特征点的聚类检测323.3 基于特征点运动向量直方图的目标检测383.3.1 基于特征点运动向量直方图393.3.2 基于运动向量直方图的检测算法42第四章 基于图像匹配和帧间耦合的运动目标检测444.1 摄像机运动参数模型444.1.1 参数模型建立444.1.2 求取摄像机运动参数48
21、4.2 子区域图像截取484.3 子区域图像匹配514.3.1 图像匹配准则514.3.2 匹配搜索法524.4 帧间耦合与目标检测55第五章 移动背景下跟踪算法的实现595.1 跟踪算法流程图595.1.1 状态向量以及模型建立615.2 系统开发环境625.3 几种算法检测以及跟踪结果635.4 目标跟踪软件的实现67第六章 总结与展望686.1 工作总结686.2 展望69致 谢70参考文献71攻硕期间取得的研究成果76第一章 绪 论1.1 课题背景及研究意义人类主要通过视觉获取表面信息,因此图像在人类感知中扮演了很重要的角色,图像给人类提供了超过80%的信息1。但是人类获取图像只有经过
22、视觉波段,而成像机器几乎覆盖全部电磁波谱,能够提供更加全面的视觉信息,因此图像处理涉及众多的应用领域。无论是图像处理,还是较之高级的图像分析,或者是计算机视觉,都是基于图像进行分析。视频由多帧图像组成,因此其包含丰富的信息,如何利用视频中丰富的信息就成为现今研究的一个关键问题。计算机视觉顾名思义,就是一门研究如何使用丰富的视频信息代替人眼对目标进行识别、跟踪和测量。作为一个新鲜的研究领域,其取得了较高的关注度,而计算机视觉最重要的一个分支目标检测与目标跟踪,它的主要目的是对视频中的运动目标如飞机和行人进行检测,得到目标的基本信息,并对其进行分类识别。运动目标的检测与跟踪具有广泛的应用背景,无论
23、是对于民用还是军事都有其应用空间:在民用上其主要应用到视频监控系统,在交通、银行、办公室等多个场合都已经取得了成功;在军事上其主要应用到武器的精确制导和无人机导航,对于当代的军事武器的发展起到了举足轻重的作用。目标检测和跟踪系统框架如下图所示:图1-1 运动目标检测与跟踪流程无论是智能监控系统还是视觉导航系统,从摄像点是否变化这个角度出发,可将系统其分为二类:一类为固定摄像点下(静态背景)的系统;一类为移动摄像点下(移动背景)的系统。静态背景下的目标检测与跟踪已经得到了较深入的研究,并且得到了较好的研究成果;但是对于复杂环境比如雨天、雾天、战场等,存在较多的干扰,众多学者已经进行了大量的研究,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2019年整理 2019 整理 基于 交叉 耦合 控制 复杂 场景
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【天****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【天****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。