硕士论文毕业答辩范例

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,复杂背景条件下运动目标彩色分割与阴影检测算法研究,计算机学院,dwtianya2021163 .,本硕士论文辩论文档仅供学习参考，请保护版权，谢谢！,2021-5-29,硕士生：王 玮,方 向：计算机视觉,专 业：计算机软件与理论,导 师：吴 渝 教 授,内容要点,研究背景,我的工作,-,基于,码书背景建模,的运动目标分割算法,-,基于,运动目标区域属性,的阴影检测算法,-,目标分割与阴影检测,的,原型系统的设计,总结及未来工作,本文工作,研究背景,对实时捕获的图像序列，分割场景中的运动目标，记录目标的活动过程，通过,计算机自动分析,，产生对目标活动状态的理解，从而向相关人员提供简洁有效的监控信息。大大减少人员工作量，提高工作效率。,应用前景,视频监控,工业生产,视频压缩,军事应用,当运动目标分割与阴影检测的目的,存在问题,问题一：,复杂场景中背景噪声影响运动目标分割的精度问题,问题二：,背景模型训练集的优化影响目标分割的实时性问题,问题三：,如何充分利用运动阴影区域中的有用信息问题，减少阴影标识错误,基于,码书背景建模,的运动,目标分割算法,基于,码书背景建模,的运动目标分割算法,当前目标检测方法介绍,目标检测方法,帧差法,背景减除法,光流法,基于统计法,常,用,方,法,背景减除法,原理：,把当前图像序列帧和背景图像相减，进行背景消除。,优点：原理和算法设计简单；根据实际情况确定阈值进行处理，可以得到比较精确的运动目标信息,缺点：受外界条件影响比较大，非常依赖于背景建模所得到的背景模型。,单高斯,码书建模,混合高斯,背景建模,存在问题一：背景模型更新速率慢,存在问题二：码字排序无章，减弱了码字的匹配速度,本章所采取的方法,基于,码书背景建模,的运动目标分割算法,针对存在的,问题一,、,问题二,的解决方案：,发表论文：,一种新的复杂背景下多目标彩色分割算法,在码书背景建模中，利用,卡尔曼滤波器,提高码书背景建模中的背景更新率,;,运用混合高斯模型中的,权值优先思想,优化码书模型中的码字优先决策；,提出改进码书背景建模的运动目标分割算法,主要思想：,基于,码书背景建模,的运动目标分割算法,改进码书背景建模中用到的方法,卡,尔,曼,滤,波,改,进,的,码,书,背,景,建,模,基于,卡尔曼滤波,的,快速背景更新,基于,码书,的像素,级背景建模,原理简述,:,利用卡尔曼滤波理论的时域递归低通滤波来预测变化的背景图像,原理简述,:,每个像素码书由一个或多个码字组成,基于,码书背景建模,的运动目标分割算法,算法流程图,特征空间,视频读入,特征选择,码书,建模,码书背景建模过程,继续,视频,序列,卡尔曼滤波器,提取观测码,字并比较,校正观,测码字,码字优先决策,运动分割,GMM,权值优先思想，解决实时性,解决背景更新慢问题,背景更新过程,背景减,除法,基于,码书背景建模,的运动目标分割算法,实验结果,实验一：室外强光环境,a混合高斯背景建模,c码书背景建模,bKalman滤波更新,d本章改进算法,背景噪声过大,背景噪声过大,严重拖影,原始视频帧图像,混合高斯目标分割,基于,码书背景建模,的运动目标分割算法,实验结果,实验二：室外阴天环境,a混合高斯背景建模,c码书背景建模,bKalman滤波更新,d本章改进算法,目标周围噪声过大,背景噪声过大,拖影和空洞严重,原始视频帧图像,Kalman,目标分割,基于,码书背景建模,的运动目标分割算法,实验结果,实验三：虚拟视频环境,a混合高斯背景建模,c码书背景建模,bKalman滤波更新,d本章改进算法,背景噪,声过大,目标空,洞严重,背景噪声过大,原始视频帧图像,码书建模目标分割,基于,码书背景建模,的运动目标分割算法,实验结果,实验四：室外多人环境,a混合高斯背景建模,c码书背景建模,bKalman滤波更新,d本章改进算法,严重拖影,太大局部空洞,背景噪声过大,原始视频帧图像,本文算法目标分割,基于,码书背景建模,的运动目标分割算法,实验分析,21.4fps,19.9fps,24.1fps,实验二,20.7fps,19.3fps,23.8fps,实验一,本章算法,码书建模,混合高斯,实验三,25.5fps,23.5fps,19.1fps,21.1fps,卡尔曼滤波,25.9fps,26.2fps,结论,利用卡尔曼滤波的时域递归低通特性解决了码书建模中背景噪声过大所带来的高误检率；,运用混合高斯建模中的权值优先思想有效提高码书建模的目标分割的实时性；,实验四,26.4fps,24.1fps,19.6fps,20.7fps,基于,运动区域属性,的阴影检测算法,基于,运动区域属性,的阴影检测算法,当前阴影检测方法介绍,阴影检测,需利用阴影的几何特征、亮度变化、颜色等信息来标识和识别阴影区域，此方法对不同场景及光照条件有较强的鲁棒性，实用性很广！,基于属性的阴影检测,根据目标的三维几何结构和光源距离等，建立阴影模型，对三维运动目标模型的棱、线、角进行匹配。但此方法通常在特定场景条件下使用！,基于模型的阴影检测,本文采取并,提出的方法,存在问题三：阴影标识错误,针对存在的,问题三,的解决方案：,利用阴影区域像素点及周围,八个相邻区域上像素点的亮度特性和色彩空间向量模型的颜色不变性,相融合的两步实现阴影准确检测；,提出,基于运动区域属性,的两步阴影检测算法,主要思想：,发表论文：,一种运动目标阴影轮廓的两步检测算法,基于,运动区域属性,的阴影检测算法,基于,运动区域属性,的阴影检测算法,两步阴影检测中用到的方法,提取运动前景,(,包括,阴影,),基于区域属性的阴影检测,属性阴影检测,混合高斯模型,色彩模型,八邻域模型,阴影检测,其根本思想是对每个背景像素点进行多维单高斯分布建模，设任意时刻t，像素p (x, y)的值X出现概率为：,混合高斯模型,K,为高斯分布的个数，由计算机的可用内存和计算能力决定，一般取,35,。 表示第,i,个高斯分布在,t,时刻的权值， 表示第,i,个高斯分布在,t,时刻的均值,x,t,p,(,x,t,),0,K,基于,运动区域属性,的阴影检测算法,X,1,X,2,X,3,X,4,X,5,X,6,X,7,X,8,X,1,阴影区域,或目标区域,背景区域,运动目标区域,蓝色,红色,黄色,绿色,青色,紫色,白色,黑色,灰度级,B,(,R,i,j,G,i,j,B,i,j,),I,(,R,i,j,G,i,j,B,i,j,),G,R,B,0,八邻域模型,色彩模型,I,i,-B,i,T,（,i,=1 8,）,充分利用运动区域像素点及周围八个相邻像素点与背景图像像素点的像素值进行比较判定是阴影区域还是目标区域；,计算背景像素点与当前帧图像像素点在,RGB,色彩空间上的特征向量的相似度；,两步阴影检测中用到的方法,基于,运动区域属性,的阴影检测算法,算法流程图,高斯背景建模过程,疑似阴影信息的获取,阴影信息确实定分析,前景提取,阴影检测过程,特征空间,视频读入,特征选择,继续视频序列,带阴影的运动目标,运动目标,八邻域模型,GMM,建模,色彩模型,运动目标,N,N,Y,Y,运动阴影区域,背,景,更,新,基于,运动区域属性,的阴影检测算法,实验结果,实验一：室外复杂场景,b本章算法,d本章算法,a八邻域检测法,c八邻域检测法,误检,误检,八邻域检测法,本章算法,基于,运动区域属性,的阴影检测算法,实验结果,实验二：室外多人场景,b本章算法,d本章算法,a八邻域检测法,c八邻域检测法,误检,误检,八邻域检测法,本章算法,基于,运动区域属性,的阴影检测算法,实验结果,实验三：室内光线渐变场景,b本章算法,d本章算法,a八邻域检测法,c八邻域检测法,误检,误检,八邻域检测法,本章算法,基于,运动区域属性,的阴影检测算法,实验结论,1.利用混合高斯背景建模，克服了大量背景噪声的影响，最大程度的消除了将背景像素点误检为阴影的可能性；,2.运用八邻域模型对分割出的前景运动进行聚类，划分为目标像素点和疑似阴影区域像素点；,3.运用色彩不变性空间向量模型对疑似阴影进一步约束，使得局部误检的阴影像素点复原成目标像素点；,4.本文采用的两步阴影检测算法时间复杂度要略高于单步八邻域检测算法；,目标分割与阴影检测的,原型系统,目标分割与阴影检测的,原型系统,系统开发环境,计算机,：,赛扬,p4(1.8G)CPU,，,1G,内存,;,操作系统平台,：,Microsoft Windows XP SP3;,开发工具,：,Microsoft Visual C+ 6.0,和,OpenCV,函库；,开发语言,：,C+,语言,(,开发底层模块、应用模块和界面,),。,系统体系结构,系统流程及功能模块,系统操作界面,本节主要内容,用户界面模块,系统框架模块,帧序列读取,图像分析与预处理,运动目标彩色分割,运动阴,影检测,界面管理,系统内核,系统体系结构图,实现重点,目标分割与阴影检测的,原型系统,系统流程及功能模块,帧序列源选择,背景建模,分割结果显示,目标彩色分割,图像预处理,背景建模,检测结果显示,阴影检测,图像预处理,前景运动提取,操作方式,目标,分割,阴影,检测,卡尔曼滤波器,改进背景建模,码书背景建模,两步阴影检测,色彩空间模型,八邻域模型,目标分割与阴影检测的,原型系统,系统操作界面,在操作界面上，分别设置了视频源图像和操作结果图像,A,目标分割操作区,：,用户可以根据自己选择的视频来源和分割类型查看分割结果，操作简单实用。,B,阴影检测操作区,：,用户可以选择视频来源和阴影检测类型查看检测结果，操作简单明了。,总结, 改进码书背景建模的运动目标分割算法,提出新的快速背景更新策略以弱化背景噪声影响；,提出码书中码字优化策略以有效提高目标分割速率；, 提出基于运动区域属性的两步阴影检测算法,提出利用阴影区域像素八个相邻区域上像素点的亮度特性和色彩空间向量模型的颜色不变性相融合的两步阴影检测；, 目标彩色分割与阴影检测的系统实现,未来工作,不断探索理想的背景建模思想，更有效更实时地分割出复杂场景中的运动目标；,深入分析阴影的光学原理，寻找满足对刚体、非刚体等复杂目标的阴影准确检测；,拓展对运动目标高层的研究，如目标的行为理解与描述等；,致谢, 感谢我的导师吴渝教授对我的悉心指导, 感谢李红波老师对我的科研上的关心和指导, 感谢各位专家和评委老师给我提出的珍贵意见, 感谢我的父母、女友一直以来对我学业的支持, 感谢重庆市科技攻关工程7818的资助,谢谢！,请专家批评指正！,