運動人體檢測與跟蹤方法研究與應(yīng)用
發(fā)布時間:2024-07-08 22:43
視頻監(jiān)視技術(shù)是蘊涵巨大發(fā)展?jié)摿Φ男屡d科學(xué)研究領(lǐng)域之一,在軌道交通行業(yè)中,其應(yīng)用日益廣泛。本文在分析了軌道交通環(huán)境下的視頻監(jiān)視需求的基礎(chǔ)上,給出了軌道交通車載視頻監(jiān)視系統(tǒng)的體系結(jié)構(gòu);視頻運動人體檢測和跟蹤技術(shù)是智能視頻監(jiān)視的關(guān)鍵技術(shù),本文從這兩個方面的應(yīng)用出發(fā)展開研究。 本文提出了一個由背景模型、閾值分割、形態(tài)學(xué)濾波、連通域分析、卡爾曼濾波、HSV顏色直方圖匹配等部分組成的運動人體檢測和跟蹤方法,并針對實現(xiàn)過程中遇到的問題及難點提出了相應(yīng)的解決方法。 在運動人體檢測方面,在分析相鄰幀間差分的基本原理以及不足的基礎(chǔ)上,提出改進隔幀取三幀圖像差分檢測運動人體的方法;研究了在靜態(tài)場景下的背景估計方法和運動人體的檢測方法,并基于像素點顏色在時間軸上的變化篩選出背景點建立了統(tǒng)計學(xué)背景模型,給出了實驗結(jié)果以及分析。另外,對背景模型檢測結(jié)果易受陰影影響的問題,研究了基于HSV顏色空間的陰影抑制的方法。 在運動人體跟蹤方面,本文提出了一種卡爾曼濾波與HSV顏色直方圖模板匹配相結(jié)合的方法。根據(jù)卡爾曼濾波理論建立了運動人體狀態(tài)預(yù)測模型,預(yù)測出運動人體矩形位置與人體檢測矩形進行匹配;HSV顏色直方圖模板上在三...
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文編號:4003988
【文章頁數(shù)】:75 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖3.3幀差法實驗結(jié)果
,)差分值圖(d)差別區(qū)域圖3.3幀差法實驗結(jié)果如圖3.3(d),由于人物運動緩慢,檢測出的兩幀序列圖像間的差別區(qū)域較小,雖然使用基于時間序列圖像上的差分圖像檢測運動目標(biāo),能夠較好地適應(yīng)環(huán)境變化較大的情況;但其難以有效地檢測出圖像序列中與運動目標(biāo)相對應(yīng)但變化相對不夠明顯的像素點,....
圖3.5閱值分割實驗結(jié)果
視頻序列“OnestoPNoEnierlcor”,690幀一700幀10次三幀圖像間差分利用平均灰度值法計算閩值分析,發(fā)現(xiàn)每次的閩值都相近,因此統(tǒng)計出一個固定的閩值17。如圖3.5闡值分割得到運動人體區(qū)域。
圖3.10膨脹,腐蝕實驗結(jié)果
圖3.11連通域分析實驗結(jié)果
255的目標(biāo)區(qū)域都被標(biāo)記了不同的標(biāo)記值。根據(jù)不同的標(biāo)記值就可以區(qū)分不同的連通區(qū)域。根據(jù)面積大小、形狀分類出哪些是人體運動區(qū)域,哪些是噪聲。針對圖3.10作連通區(qū)域分析,得到連通域面積大于1000個像素點的區(qū)域如圖3.11。圖3.11連通域分析實驗結(jié)果
本文編號:4003988
本文鏈接:http://www.lk138.cn/yixuelunwen/yundongyixue/4003988.html
上一篇:有氧運動訓(xùn)練和/或高脂飲食干預(yù)對大鼠骨骼肌FNDC5蛋白表達的影響
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著