论文总字数：19502字

摘 要

本文的课题是在流水线上基于光流场的目标辨识，它是对视频图像中的运动物体的分析的研究。由于视频图像中包含大量有用的数据，研究者可以从图像中检测、分割、提取和跟踪运动物体，所以对它进行研究就具有相当重要的价值。而光流法就是对图像分析研究的重要方法，也是本文重点介绍和研究的方法。

本文的主要内容有：对课题在流水线上基于光流场的目标辨识的介绍、对目标边缘检测的介绍、对运动目标检测算法研究的三种方法的介绍、对传统的光流法的介绍。本文着重论述了Canny目标边缘检测算法，基于帧差法和基于光流法的运动目标辨识，并用Matlab软件编写相关程序，实现对传动带上移动的物体进行提取识别和实时跟踪。

关键词：目标识别 边缘检测 光流法 帧差法

Target identification based on optical flow field in pipelining

Abstract

Topic of this paper is in the pipeline target identification based on optical flow field, which is the study of analyzing video images of moving objects. Since the video contains a lot of useful data, the researchers can detect from the image segmentation, extraction and tracking moving objects, so you have to learn its important value. The optical flow image analysis is an important method of research, but also this article focuses on research methods.

The main contents of this paper are: to introduce the subject in the pipeline based on optical flow field goal identification, to introduce the target edge detection, introduced three methods of moving object detection algorithm research, the traditional optical flow method of presentation. This article focuses on the target Canny edge detection algorithm based on frame difference and optical flow-based moving targets identification and preparation of related procedures used Matlab software to realize the belt moving object extraction recognition and real-time tracking.

Keywords: Object recognition; Edge detection; Optical flow method; Frame difference method

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 课题研究的目的与意义 1

1.2 国内外研究现状 2

1.2.1 运动目标检测国内外研究现状 2

1.2.2 光流场计算技术国内外研究现状 3

1.3 本文的主要内容 4

第二章 目标边缘检测 5

2.1目标边缘检测算法的种类 5

2.2目标边缘检测算法的比较 7

2.3目标边缘检测实验结果及分析 7

第三章 运动目标检测算法研究 9

3.1基于光流场的运动目标检测方法 9

3.1.1 光流场计算的基本原理 9

3.2 基于背景减除的运动目标检测方法 11

3.2.1背景减除法的计算 12

3.3 基于帧间差分的运动目标检测方法 13

3.3.1帧差法实验结果与分析 15

第四章 传统光流法 17

4.1运动场与光流场 17

4.2 Homamp;Schiinck算法 18

4.3 Lucasamp;Kanade算法 19

4.4光流法实验结果与分析 19

总结与展望 22

参考文献 23

致 谢 25

附 录：程序 26

第一章 绪论

1.1 课题研究的目的与意义

视觉是人们获取外界信息的主要渠道^[1]，用眼看便是人们获取外界信息的基本方式。当眼睛从周围环境获取大量信息时，会通过生理系统送入大脑经行分析，进而对周围环境情况作出判断。这信息包括目标的形状大小、位置高低等。机器视觉^[2]，也可以称计算机视觉领域，一直以一个快节奏的速度发展。作为发展最快的领域，机器视觉系统的任务是创建真实世界的图像模型。机器视觉系统是创造一个二维投影的数字模型。因为图像是二维的，就需要恢复场景中的物体和投影，对周围环境物体背景的运动状态进行辨识^[3]。因此，许多领域都是与机器视觉相关的。

周围环境是不断变化的，通过获取的视觉信息，人们不仅能检测人们需要的目标，还能对它复杂的动态过程进行更深一步的认识和分析^[4]。计算机技术的迅猛发展，促使人们对图像的存储和处理进行更深一步的研究。对动态图像进行主要难点在于需要从海量的视觉信息中获取运动目标的信息来对其进行辨识跟踪^[5]。运动目标检测在计算机分析视觉处理中是一个重要难点。它涉及到的图像处理与分析、人工智能化和计算机视觉等方面的研究领域。运动目标检测在图像处理和计算机视觉领域中都发挥着重要的作用。运动图像处理技术被用于很多热门的领域，例如在工业生产、国防建设、交通控制、医疗等领域。

分析动态图像的关键是如何从动态的图像序列中获取运动信息。但由于运动图像的复杂性，不能发现哪怕是一种方法适用于所有运动图像的分析^[6]。物体运动的相关信息包含在光流场中，因此光流场是分析视觉运动的有意义、有价值的研究手段。在美国、英国等发达国家己经对这方面的领域开展了大量相关项目的研究^[7]，因此光流法已经成为了在动态图像序列中对物体的运动估计的重要方法。基于光流场的对图像序列在许多方面都有着重要作用。

请支付后下载全文，论文总字数：19502字