三维模型构建与动态目标识别算法设计与实现

论文摘要

随着计算机视觉的深入研究、超大规模集成电路的发展及现代工业和军事自动化程度的不断提高,基于目标检测与跟踪的各种工程需求不断涌现,如智能视频监控、车辆跟踪等,极大地推动了国内外学术界对它的研究。目标检测与跟踪技术已在军事领域、民用领域得到了应用,也成为自动控制、计算机视觉和模式识别领域的研究热点。目前传统的目标检测算法不能有效地检测动态背景下的目标,而跟踪算法也只对某种针对性环境下的目标跟踪有效,缺乏通用性,因此对于动态背景下的目标检测与跟踪算法的研究与设计成为本文的主要目标。本文的主要内容是对大型户外场景进行三维建模,并实现场景中的目标检测与跟踪,主要分为4个部分：三维模型构建,检测算法的设计,跟踪算法的设计及检测与跟踪算法的实现。在三维模型构建部分,运用了三维建模软件3ds max创建了场景,进行了材质与贴图的设置,并制作了动画,最后渲染并保存为.avi视频文件。在目标检测部分,首先对视频文件进行了预处理,其次研究了静态背景下的目标检测算法与全局运动估计及补偿技术,介绍利用块匹配算法进行求前后两帧背景的运动矢量,以此由动态背景转化为静态背景。随后针对传统目标检测算法二帧差分法存在的不足设计了三帧差分法,并利用三帧差分法与块匹配法相结合构思出本文目标检测算法。目标跟踪算法选择了CamShift跟踪算法,并不同情况下的目标对CamShift算法的进行了设计与分析。最后自定义了目标检测与跟踪模块并加入到OpenCV视频监控框架中,完成目标的检测与跟踪。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外技术研究现状
• 1.2.1 三维建模技术
• 1.2.2 目标检测与跟踪现状
• 1.3 使用工具简介
• 1.3.1 3ds max
• 1.3.2 OpenCV
• 1.4 内容及章节安排
• 第2章 三维模型构建
• 2.1 场景建模
• 2.1.1 轮子的制作
• 2.1.2 覆带的制作
• 2.1.3 坦克体的制作
• 2.2 场景材质与贴图
• 2.3 动画设置与渲染
• 2.3.1 动画设置
• 2.3.2 渲染
• 2.4 本章小结
• 第3章 动态背景下目标检测算法的设计
• 3.1 图像预处理
• 3.1.1 图像平滑
• 3.1.2 数学形态学
• 3.1.3 阈值分割
• 3.2 传统的目标检测算法
• 3.2.1 背景减除法
• 3.2.2 光流法
• 3.2.3 二帧差分法
• 3.3 全局运动估计及补偿技术
• 3.4 块匹配算法
• 3.4.1 块匹配算法原理
• 3.4.2 块匹配准则
• 3.4.3 搜索策略
• 3.5 三帧差分法与块匹配的目标检测算法
• 3.5.1 三帧差分法
• 3.5.2 本文算法
• 3.6 本章小结
• 第4章 基于CamShift目标跟踪算法的设计
• 4.1 跟踪算法的选择
• 4.2 Mean Shift算法
• 4.2.1 Mean Shift原理
• 4.2.2 Mean Shift算法步骤
• 4.3 CamShift跟踪算法
• 4.3.1 图像的色彩空间
• 4.3.2 CamShift算法原理
• 4.3.3 CamShift算法的实现条件
• 4.3.4 CamShift算法设计与分析
• 4.4 本章小结
• 第5章 目标检测与跟踪算法的实现
• 5.1 OpenCV视频监控系统概述
• 5.2 目标检测模块的实现
• 5.3 目标跟踪模块的实现
• 5.4 系统实验结果及分析
• 5.4.1 系统环境需求
• 5.4.2 实验结果及分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢