返回

【41页】毕业论文_基于参数模型的运动目标分割方法研究.doc文档在线阅读 【41页】毕业论文_基于参数模型的运动目标分割方法研究.doc文档在线阅读

格式:word 上传:2026-11-03 17:10:30
温馨提示:手指轻点页面,可唤醒全屏阅读模式,左右滑动可以翻页。
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(1)
第 1 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(2)
第 2 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(3)
第 3 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(4)
第 4 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(5)
第 5 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(6)
第 6 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(7)
第 7 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(8)
第 8 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(9)
第 9 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(10)
第 10 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(11)
第 11 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(12)
第 12 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(13)
第 13 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(14)
第 14 页 / 共 41 页
毕业论文_基于参数模型的运动目标分割方法研究.doc预览图(15)
第 15 页 / 共 41 页
预览结束,还剩 26 页未读
阅读全文需用电脑访问
温馨提示 电脑下载 投诉举报

1、手机端页面文档仅支持阅读 15 页,超过 15 页的文档需使用电脑才能全文阅读。

图实验程序分割函数程序运行程序运行结果结果讨论第六章总结与展望参考文献致谢,附录基于参数模型的运动目标分割方法研究第章绪论研究背景及意义人体目标的视觉分析是把计算机视觉方法应用到传统的视觉监控领域中,用计算机实现人体目标的视觉分析,来提高监控系统的智能化,在实际应用方面非常有意义。


它的主要目的是从组包含人的图像序列中检测识别跟踪人体,并对其行为进行理解和描述。


大体上可分为底层视觉模块中间层数据融合模块和高层视觉模块。


底层视觉模块主要研究背景的创建和更新以及前景人体目标的分割和提取,分割的准确性直接影响后续任务的有效性,因此具有十分重要的意义。


但是视频分割技术直是计算机视觉及多媒体应用中最困难的问题之。


本课题的任务是要求学习运动目标分割方法的基本原理及视频图像中图像处理的基本方法,从拍摄的视频图象中用基于参数模型的方法对运动目标进行分割,并研究其分割性能。


国内外研究现状图像分割是图像工程中项十分重要的技术。


在对图像的研究和应用中,人们往往仅对图像中的些区域感兴趣。


这些区域常称为目标目标或前景相对前景来说其他部分称为背景,它们般对应图像中特定的具有独特性质或意义的区域。


图像分割是把图像分成各具特征的区域并提取出感兴趣区域的技术和过程,是图像分析与目标辨别的基础。


分割是个很大而且比较难的话题,针对分割的目标数据集的不同,可以把分割分为对静态图像的分割对视频流的分割和对样本感兴趣模式的标识符,如圆点直线等的分割。


根据分割方法学的不同可以分为基于模型拟合的分割和基于聚类的分割。


要想为分割建立起个系统的理论架构比较难,其中的个原因就是,很难从比举例更实用的层次去评价个分割方法。


然而,不管各种分割方法在表面上看起来有多不样,它们的确有着很大的相似之处每种方法都试图用些形式的相似去获得数据集的精简表示,这些形式的相似需要靠提取的特征进行比较,这些特征可能是颜色纹理形状运动等或者它们的组合浙江理工大学本科毕业设计向量。


尽管图像分割的研究已有几十年的历史,得到了广泛重视研究和应用,但至今尚无通用的分割理论,现已提出的分割算法大都是针对具体问题的,并没有适合于所有图像的通用的分割算法。


国际上许多图像技术学术会议都有图像分割主题和分会,有关图像分割研究的文章早己万计,有关图像分割的技术和算法种类繁多且层出不穷,但是至今还没有建立起统的理论体系。


就拿以运动为特征对视频流进行的运动目标分割来说,从帧差法再到光流法以及混合的方法,其中,以的混合高斯模型方法效果最为出众,以它为基础进行改进的运动目标分割算法应用也最为广泛。


然而,这个方法也有它自身的局限性。


当遇到运动目标与背景颜色相近背景中的物体突然移动产生阴影或是背景扰动等情况时,混合高斯模型的效果就会受到影响。


同时,在将混合高斯模型应用到实际中而进行简化时,将后验概率的计算用比较匹配进行替代,这可以极大的降低算法的计算量和复杂度,但同时牺牲了效果。


而运动目标分割涉及对视频内容的分析和理解,这与人工智能图像理解模式识别神经网络和计算机视觉等学科有密切联系。


目前人工智能的发展还不够完善,计算机还不具有观察识别理解图像的能力同时关于计算机视觉的研究也表明要实现正确的图像分割需要在更高层次上对视频内容进行理解。


因此,尽管现今已经出现了等框架但至今仍没有通用的有效方法去根本解决视频目标分割的问题,视频目标分割被认为是个具有挑战性的难题,基于语义的分割则更加困难。


目前进行视频目标分割的般步骤是先对视频图像数据进行预处理以利于分割,这可通过低通滤波中值滤波形态滤波来完成然后对视频图像数据进行特征提取,可以是颜色纹理运动帧差位移帧差乃至语义等特征再基于种均匀性标准来确定分割决策,根据所提取特征将视频数据归类最后是进行相关后处理,以实现滤除噪声及准确提取界。


高斯混合模型本文主要研究基于参数模型的运动目标分割方法,而参数模型是指采用特定形式的概率密度函数来描述语音特征矢量在特征空间的分布情况以该概率密度函数的组参数作为模型的特征。


如传递函数微分方程等称为参数模型。


基于参数模型的运动目标分割方法研究瞬态响应曲线和频率响应曲线称为非参数模型。


后者由于不显含物理参数,意义不大。


参数模型是个很笼统的概念,实际中有着各种各样的参数模型,而本文主要以其中的高斯混合模型为基础,来实际进行操作。


高斯混合模型在最基本的情况下,视频序列的背景分割可以被视为个二值化分类问题,即判断时刻点的状态是前景还是背景。


从贝叶斯的观点来看,这种判断应该是基于后验概率的。


用来表示这个后验概率,是此点在时刻的观测值,表示背景事件即观测到的物理表面为背景。


现在我们不知道背景和前景的准确定义,因为什么是背景什么是前景是和具体应用环境密切相关的,背景和前景的区分是高层的语义,属于图像理解的层面。


我们暂时把前景和背景看成是两种互斥的类型即全集的个划分,他们互相不包含,而且只有前景和背景。


本文的研究内容在运动目标分割方面运动目标的有效分割对于目标分类特征提取特征表达与最后的识别等处理非常重要,因为后期处理的过程仅仅考虑图像中对应于运动目标的像素。


本文针对混合高斯模型算法,采谢通过这次的毕业设计,让我对单片机有了更深层的认识和了解,也体会了单片机在现实生活中的重要性。


在这次毕业设计的过程中,我能够顺利完成交通灯的设计,而在设计中遇到的问题,都应该感谢樊高峰老师,王锋哲老师在理论和实操方面的帮助,我才能顺利地完成,让我从中学到了很多知识,同时也要对帮助过我的同学表示谢意。


在今后步入社会后的学习和工作中,我定会更加地努力,以更好的表现去回报学校及老师的栽培。


再次对在百忙之中抽出宝贵时间来评阅这篇论文的各位专家致以衷心的感谢,参考文献参考文献杨振江冯军,单片机原理与实践指导中国电力出版社谭浩强,程序设计第三版清华大学出版社于乐戴佳常江,单片机语言常用模块与综合系统设计实例精讲电子工业出版社江晓安董秀峰杨颂华,数字电子技术第二版西安电子科技大学出版社江小安邵思飞沈金根高丽孙肖子,模拟电子技术西北大学出版社附录附录交通灯源程序南北黄灯东西黄灯位选偏移量东西数码指示值南北数码指示值倒计时设置的键值保存定时器中断次数灯状态循环标志附录中断强行标志调时方向切换键标志延时子程序按键扫描子程序键处理子程序显示子程序东西通行调用按键扫描程序调用显示程序附录按键扫描子程序附录,启动定时器清标志,设置的键值返回保存附录第位东西秒十位第位东西秒个位第位南北秒十位第位南北秒个位先延时,提前显示位了,定时中断子程序附录定时器中断次数。


南北黄灯闪烁判断南北黄灯亮南北黄灯亮附录南北黄灯亮南北黄灯亮东西黄灯闪判断南北黄灯亮附录南北黄灯亮南北黄灯亮南北黄灯亮附录东西或南北先到达时即开始重新计时第次循环结束重置东西通行南北通行,取反附录关定时器南北加东西加加到置关定时器附录南北减东西减减到重置东西强行南北强行附录,基于参数模型的运动目标分割方法研究浙江理工大学信息电子学院毕业论文设计诚信声明我谨在此保证本人所写的毕业论文设计,凡引用他人的研究成果均已在参考文献或注释中列出。


论文设计主体均由本人完成,没有抄袭剽窃他人已经发表或未发表的研究成果行为。


如出现以上违反知识产权的情况,本人愿意承担相应的责任。


声明人签名年月日浙江理工大学本科毕业设计摘要近年来,随着通信和计算机技术的日益进步,以及全球安全防范工作的迫切需要,智能视频监控系统获得了日益广泛的研究与应用。


智能视频监控是指通过对视频内容的分析,分割出人动物和车辆等目标,并给出各个目标的行为和动作的描述,来判断突发事件的发生,并产生后续的告警等决策行为。


这技术包括了运动目标的检测分割提取跟踪目标分类和行为分析等方面,涉及到计算机视觉模式识别和人工智能等领域的许多核心课题。


运动目标跟踪是智能视频监控系统的个基本环节。


运动目标分割的目的是从序列图像中将运动目标的变化区域从背景中提取出来。


运动目标的有效分割对于目标识行为理解等后期的处理是非常重要的。


基于变化区域检测是众多分割方法中的类,此类方法是通过检测序列图像帧上的变化区域与不变区域,以将运动物体与静止背景进行分割的基于变化区域检测的方法是在基于时空图像亮度和梯度信息的运动区域中考虑图像分割的为了降低噪声的干扰,通常都利用相邻两帧检测变化区域分割过程有使用参数模型和不使用参数模型的方法而本文就是要研究基于参数模型下的运动目标分割方法。


主要研究基于高斯混合模型的运动目标分割方法。


关键词运动目标分割高斯混合模型算法背景分割基于参数模型的运动目标分割方法研究,

下一篇
  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为word文档,建议你点击DOC查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库-精品文档 帮帮文库-免费阅读 帮帮文库-海量资源
换一批

搜索

客服

足迹

下载文档