復(fù)雜背景下多運(yùn)動(dòng)目標(biāo)檢測(cè)和識(shí)別技術(shù)研究與系統(tǒng)設(shè)計(jì).pdf

1、復(fù)雜背景下運(yùn)動(dòng)目標(biāo)的檢測(cè)和識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向.研究復(fù)雜背景下多運(yùn)動(dòng)目標(biāo)的檢測(cè)和識(shí)別技術(shù),不僅在感知、認(rèn)知和人工智能等領(lǐng)域具有重要的理論意義,而且在工業(yè)、經(jīng)濟(jì)、軍事和安全等領(lǐng)域具有廣闊的應(yīng)用前景.該文研究了復(fù)雜背景下運(yùn)動(dòng)目標(biāo)檢測(cè)和識(shí)別系統(tǒng)的原理、方法和軟硬件體系結(jié)構(gòu),并針對(duì)具體問(wèn)題研究了部分硬件功能的實(shí)現(xiàn)原理,對(duì)多種復(fù)雜背景下運(yùn)動(dòng)目標(biāo)的檢測(cè)和識(shí)別過(guò)程進(jìn)行了軟件模擬,設(shè)計(jì)了若干硬件功能模塊.考慮到原始圖像信噪比較低,不宜

2、直接提取目標(biāo),該文研究了多種目標(biāo)增強(qiáng)與提取的方法,分析了各種方法的特點(diǎn),并在此基礎(chǔ)上提出了部分改進(jìn)措施.根據(jù)不同目標(biāo)成象特征有較大差別的特點(diǎn),該文采取將目標(biāo)分為大小目標(biāo)分別增強(qiáng)提取的方法,并針對(duì)主動(dòng)輪廓線模型進(jìn)行了目標(biāo)輪廓提取的方法研究.為了有效識(shí)別弱目標(biāo),該文對(duì)多階段假設(shè)測(cè)試(MHT)算法進(jìn)行了研究,并根據(jù)該課題的實(shí)際要求進(jìn)行了結(jié)構(gòu)設(shè)計(jì)和算法實(shí)現(xiàn),將該算法原理成功地推廣到多目標(biāo)識(shí)別中.模擬實(shí)驗(yàn)效果較好.整個(gè)識(shí)別過(guò)程采用多層過(guò)濾的方法.