营区扫描式监控中的运动目标检测与跟踪

来源 :中南大学 | 被引量 : 0次 | 上传用户:zxcvxcv
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
为解决部队营区大范围场景监控中的运动目标检测和跟踪问题,本文提出了一种基于扫描式的运动目标自动检测和跟踪算法。1背景建模利用云台(PTZ)摄像机扫描一个周期采集到无运动目标时的视频帧,对通过云台采集的背景帧提取边缘特性生成特征图,当输入实时视频时,通过比对实时视频帧特征图和背景帧特征图的相似度,找到与实时帧相似度最大的背景帧,再采用背景差分法提取目标。提出新的背景更新算法对背景进行更新。2本文提出了由粗到精的背景匹配算法。在目标区域占图像中比重较大时采用特征图粗匹配失效的情况下,提出采用简化的SIFT特征点匹配算法对背景进行精匹配。同时点匹配结果用来作为模板匹配变换参数正误的评判依据。3通过对实时图像与背景图像进行模板匹配的方法得到的全局补偿参数对背景进行补偿。针对近景监控环境下由于背景物体的形变容易引起假目标,提出通过一种柔性配准的方法对目标区域二次配准,在有效剔除假目标的同时提升了真目标的完整性,提高了信噪比。4采用一种基于分格的方法连通前景,解决前景空域不连贯问题。采用一种基于协方差矩阵的方法对目标进行跟踪。用图像特征的协方差矩阵来表示目标窗口,并在同一个表达式内描述它们之间的关系。通过搜索整个图像找到与当前目标模型距离最小的区域,得到的最佳匹配区域就是当前帧中目标的位置,从而达到跟踪的目的。实验结果表明,协方差矩阵将不同形式的特征有效地融合到一起,并且它的维数很小。实验结果表明,该算法具有良好的检测效果和实时性能。实验结果表明,本文中提出的基于扫描式监控的目标跟踪和检测算法具有很好的实时性和准确性,适用于营区监控场景。
其他文献
随着无线通信业务的快速增长,可用的频谱资源变得越来越紧张。认知无线电(Cognitive Radio, CR)作为一种智能化的频谱共享和自适应调整技术应运而生,它通过动态检测和利用空
随着勘探区域的地质条件愈趋复杂,叠前地震噪声的去除日益成为地震信号处理的重点,其中规则噪声对地震信号的影响较大,因此能否干净地去除叠前规则噪声成为地震资料解释成功
近年来,多速率信号处理和滤波器组技术在数字通信、语音信号处理、图像压缩等领域都有着广泛的应用。特别是复调制滤波器组,可以通过仅调制一个原型滤波器来获得该系统的分析及
企业服务总线(ESB)是面向服务架构(SOA)中实现服务间智能化集成与管理的中介,是当下企业系统架构中间件技术应用的主流。与传统ESB系统相比,在云计算环境下实现ESB系统,可以
通信技术经历了2G、2.5G的发展,现在已经进入到3G的大规模商用,和4G的重点研究阶段。由于频谱资源的管理并不科学,因而导致了目前已分配的频谱资源利用率较低,而未分配的频谱
随着3G移动通信系统的逐步成熟,3GPP组织早已开始了对其长期演进(LTE)技术的研究和标准化的工作。与3G系统相比,LTE系统更具有技术优势,不仅除了能够大幅度地提高现有3G技术的性
基于光纤布拉格光栅(光纤光栅)的轨道交通传感系统主要用于监测钢轨表面应变。利用测量得到的钢轨的表面应变,可以获得钢轨承受的载荷和温度变化导致的钢轨应力等信息;在钢轨
数字图像处理技术已在航空航天、生物医学工程、工业检测、机器人视觉等诸多领域得到了非常广泛的应用。当前众多中小煤焦企业对易于使用、价格低廉的煤岩分析及煤堆体积测量