《视频中运动目标的特征提取方法研究》由会员分享，可在线阅读，更多相关《视频中运动目标的特征提取方法研究（74页珍藏版）》请在金锄头文库上搜索。
1、工程硕士学位论文 学号 鱼墨Q 墨鲤! Q 三窆 密级金珏 视频中运动目标的特征提取方法研究 硕士生姓名史玉洁 学科领域电子与通信工程 研究方向图形图像处理与信息可视化 指导教! J 币刘雨高级工程师 国防科学技术大学研究生院 二。一O 年四月 R e s e a r c ho nF e a t ur e sE x t r a c t i o nM e t h o do f M o v i n gT a r g e ti nV i d e o C a n d i d a t e ：S h iY u j i e A d v i s o r ：S e n i o rE n g i n e e rL
2、 i uY u At h e s i s S u b m i t t e di np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n t s f o rt h e p r o f e s s i o n a ld e g r e eo fM a s t e ro fE n g i n e e r i n g i nE l e c t r o n i c sa n dC o m m u n i c a t i o nE n g i n e e r i n g G r a d u a t eS c h o o lo fN a
3、t i o n a lU n i v e r s i t yo fD e f e n s eT e c h n o l o g y C h a n g s h a ，H u n a n ，P R C h i n a A p r i l ，2 0 1 0 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 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。 学位论
4、文题目：垫麴主运叠旦握鲍挂堑握亟友洼堑壅 学位论文作者签名：塾垂芝查 日期：2 口o 年9 - 月纡日 学位论文作者签名：鳖垒2 曼 日期：年 月纾日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定。本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文档，允许论文被查阅和借阅；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。 ( 保密学位论文在解密后适用本授权书。) 学位论文题目：塑塑生鎏盈垦挂鲍缝堑塑壑友洼盈壅 学位论文作者签名：叁垂主主： 作者指导教师签名： 日期：
5、2 D D 年4 月Y 日 日期：口口年厶月I7 日 国防科学技术人学研究生院工程硕士学位论文 目录 摘要。i A B S T R A C T i i 、第一章绪论1 1 1 研究背景和意义1 1 2 运动目标检测和跟踪的研究现状l 1 3 1 4 第二章 2 1 2 2 2 4 第三章 3 1 3 2 3 3 1 2 1 运动目标检测2 1 2 2 运动目标跟踪4 非线性动态系统状态估计的一般方法4 本文的主要研究内容6 基于混合高斯模型的运动区域预检测9 混合高斯模型方法介绍9 2 1 1 单高斯背景模型法。9 2 1 2 混合高斯背景模型法l O 混合高斯模型“ 2 2 1 混合高斯模型
6、的描述1 2 2 2 2 背景建模1 3 2 2 3 匹配原则及参数更新1 4 2 2 4 参数的初始值一1 5 基于混合高斯模型的运动区域预检测实验1 5 2 3 1 实验算法流程：一1 5 2 3 2 实验结果1 6 本章小结 2 0 基于信息瓶颈方法的运动区域分割聚类2 1 信息瓶颈方法概述2 l 3 1 1 基木原理2 l 3 1 2 算法特点2 3 目标的混合高斯模型子区域描述2 3 3 2 1 像素点分组2 3 3 2 2I B 聚类算法2 4 3 2 3 目标子区域聚类2 5 基于信息瓶颈方法的运动区域分割聚类实验2 6 第1 页 国防科学技术火学研究生院工程硕士学位论文 3 3
7、 1 实验算法流程2 6 3 3 2 实验结果2 8 3 4 本章小结3 0 第四章基于无迹核贝叶斯滤波的视频目标跟踪3 1 4 1 无迹核贝叶斯滤波_ 3 l 4 I 1 非线性非高斯动态系统状态估计：3 l 4 1 2 用无迹变换预测先验概率密度3 2 4 1 3 多级采样和测量似然函数插值3 3 4 1 4 后验p d f 的更新3 6 4 1 5 状态估计3 7 4 2 密度插值3 8 4 2 1 初始尺度选择3 9 4 2 2 插值3 9 4 3 密度近似：。4 0 4 4 视频跟踪_ 4 l 4 5 本章小结4 2 第五章视频中运动目标的特征提取4 3 5 1概述4 3 5 2 运
8、动目标的区域统计特征4 4 5 3 基于G M M 的运动区域预检测4 5 5 4 基于I B 方法的运动区域分割聚类：_ 4 5 5 5 基于U K B F 的运动目标跟踪。4 7 5 6 运动目标子区域的聚类一4 7 5 7 运动目标区域的统计特征提取算法：。4 8 5 8 本章小结j 5 0 第六章实验结果及分析j 5 1 第七章结束语j j 5 4 7 1本文的丰要T 作5 4 7 2 下一步研究方向5 4 致谢一j 5 6 参考文献5 7 作者在学期间取得的学术成果6 2 第1 I 页 国防科学技术人学研究生院工程硕士学位论文 表 目录 表2 1 参数初始值15 第1 I I 页 国
9、防科学技术人学研究生院工程硕士学位论文 图目录 图1 1 本文提出的视频中运动目标特征提取方法流程图7 图2 1混合高斯模型的算法流程图1 6 图2 2 实验l 车作为运动目标用G M M 方法进行预检测1 7 图2 3 实验2 人作为运动目标用G M M 方法进行预检测1 8 图2 4 实验3 人和车作为运动目标用G M M 方法进行预检测1 9 图3 1 对输入图像使用混合高斯模型进行建模2 4 图3 2 基于I B 方法的区域分割聚类的算法流程图：2 7 图3 3I B 区域分割的四叉树分割策略示意图2 7 图3 4 实验l 用I B 方法对预检测山的运动区域聚类的结果2 8 图3 5实
10、验2 用I B 方法对预检测m 的运动区域聚类的结果2 9 图3 6 实验3 用I B 方法对预检测出的运动区域聚类的结果2 9 图4 1无迹核贝叶斯滤波各步中的密度函数3 7 图4 2 基于融合的状态估计的仿真结果3 8 图4 3 用U K B F 方法跟踪视频中只有运动的人的结果4 2 图5 1视频中运动目标特征提取方法流程图4 3 图5 2 运动目标统计特征提取4 4 图5 3备选运动目标区域的分合处理流程图：。4 6 图5 4U K B F 方法的算法流程图4 7 图5 5 视频中运动目标区域的统计特征提取算法流程图4 8 图6 1实验1 视频中只有运动的车的跟踪结果5 1 图6 2 实验2 视频中只有运动的人的跟踪结果5 2 图6 3 实验3 视频中既有运动的车又有运动的人的跟踪结果5 2 第1 V 页 国防科学技术人学研究生院工程硕士学位论文 摘要 本文主要研究复杂场景下视频中运动目标的特征提取方法。在军事运用中， 视频场景中的背景往往很复杂，例如，野外丛林背景、沙漠背景、城市街区背景 以及恶劣气象条中l ：下的海空背景等等。在这种复杂环境下，用传统的运动目标检 测与跟踪方法难以获得很好的效果，其主要原因是运
