(44.192.10.166) 您好!臺灣時間:2021/03/06 04:28
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:林恩宇
研究生(外文):En-yu Lin
論文名稱:在HSV色彩空間中以VQ編碼為基礎之移動物體偵測
論文名稱(外文):A VQ Encoding Based Motion Detection in HSV Colorspace
指導教授:廖和恩
指導教授(外文):Ho-En Liao
學位類別:碩士
校院名稱:逢甲大學
系所名稱:通訊工程所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2009
畢業學年度:97
語文別:中文
論文頁數:54
中文關鍵詞:陰影濾除HSV色彩空間Codebook背景相減
外文關鍵詞:HSV colorspaceshadow suppressionCodebookbackground subtraction
相關次數:
  • 被引用被引用:1
  • 點閱點閱:272
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:3
在視覺監視系統的相關研究中,移動物體的偵測一直都是重要的項目之一,而物體偵測的首要目的即是將前景物完整的從影像中分離出來。本論文針對背景相減演算法中最重要的兩個部分:背景模型的建立、光影變化的影響,以codebook模型與HSV色彩空間中陰影濾除的演算法來建立背景模型。模型中的每一個像素點有一個或多個codewords來代表背景,而每一個樣本的像素點則根據顏色與亮度的差異,將其分類到合適的codeword裡。最後,在前景偵測的階段,若新進的像素有符合的codeword,則該codeword便相應地更新;反之,則該像素點即判斷為是前景。
Motion detection is always one of the important projects in the vision surveillance related research. The purpose of the object detection is to separate the foreground object from an image accurately. This paper aims at two of the most important stages in background subtraction: background model construction and illumination variation, which build a background model based on codebook model with a shadow suppression algorithm in HSV colorspace. In the background model, each pixel can have one or more codewords representing the background. Samples at each pixel are clustered into the set of codewords based on a color distortion and brightness constraint. Finally, during the foreground detection procedure, if an incoming pixel happens to be a member of a codeword’s set, that codeword is updated accordingly; if not, the pixel is classified as foreground.
誌謝 i
中文摘要 ii
英文摘要 iii
目錄 iv
圖目錄 vi
表目錄 viii
第一章 緒論 1
1.1 研究動機與目的 1
1.2 論文架構 2
第二章 移動物體偵測相關文獻回顧 3
2.1 時間差異法 4
2.2 背景相減法 5
2.2.1 時間平均 6
2.2.2 高斯模型 7
2.2.3 核心密度估測 12
2.2.4 codebook模型 14
第三章 移動偵測演算法的建立 1
3.1 Codebook模型描述 17
3.1.1 初始的codebook建立 17
3.1.2 顏色和明亮度 19
3.1.3 MNRL 21
3.1.4 前景物的偵測 22
3.2 貯藏模型的建立 23
3.3 陰影偵測 24
3.4 新的Codebook演算法建立 25
3.4.1 HSV色彩空間 26
3.4.2 演算法整合 27
3.4.3 演算法架構的建立 30
第四章 實驗結果 32
4.1 實驗環境 32
4.2 實驗結果 34
4.2.1 移動的物體 35
4.2.2 非靜態的背景 37
4.2.3 陰影的偵測 39
第五章 結論及未來展望 50
參考文獻 52
[1] C. Stauffer, W.E.L Grimson. ”Adaptive background mixture models for real-time tracking.” IEEE International Conference on Computer Vision and Pattern Recognition 1999;2:246–52.
[2] N. Friedman, S. Russell, ”Image segementation in vedio sequences: probabilistic approach”,In Proceedings 13. Conf. on Uncertainty in Articial Intelligence,1997.
[3] A. Elgammal, R. Duraiswami, D. Harwood, L.S. Davis, “ Back– ground and foreground modeling using nonparametric kernel density estimation for visual surveillance”,Proceedings of the IEEE , Volume: 90 , Issue: 7 ,pp.1151–1163, July 2002.
[4] T. Horprasert, D. Harwood, L.S. Davis, “A statistical approach for real-time robust background subtraction and shadow detection.” IEEE Frame-Rate Applications Workshop, Kerkyra, Greece; 1999.
[5] H. Han, Z. Wang, J. Liu, Z. Li, B. Li, Z. Han, “Adaptive background modeling with shadow suppression.” In: Intelligent Transportation Systems, 2003. Proceedings. 2003 IEEE,vol. 1, pp.720–724(2003)
[6] M.K. Leung and Y.H. Yang, “Human body motion segmentation in a complex scene.”, Pattern Recognition, 20:55-64,1987
[7] C.R. Wren, A. Azarbayejani, T. Darrell, and A.P. Pentland, “Pfinder: real time tracking of the human body”, IEEE Trans. on PAMI,19(7), Aug 1997
[8] S.J. McKenna, S. Jabri, Z. Duric, A. Rosenfeld, and H. Wechsler, ”Tracking Groups of People.” Computer Vision and Image Understanding, 80(1):42-56, October 2000.
[9] A. Elgammal, D. Harwood, L. Davis, “Non-parametric model for background subtraction.” In: European Conf. on Computer Vision, pp.751–767(2000)
[10] K. Kim, T.H. Chalidabhongse, D. Harwood, L. Davis, “Real-time foreground-background segmentation using codebook model. Real-Time Imaging 11(3), 167-256(2005)
[11] R. Cucchiara, C. Grana, M. Piccardi, A. Prati, S. Sirotti, “Improving shadow suppression in moving object detection with HSV color information.” In: IEEE Int’l Conf. Intelligent Transportation Systems, pp.334-339(2001)
[12] F. Porikli, O. Tuzel, “Bayesian background modeling for foreground detection.” In Proceedings of the Third ACM Int’l Workshop on Video Surveillance & Sensor Networks, pp.55-58, New York. ACM Press(2005)
[13] F. Porikli, J. Thornton, “Shadow flow: A recursive method to learn moving cast shadows.” In IEEE International Conference on Computer Vision(ICCV) (2005)
[14] K. Toyama, J. Krumm, B. Brumitt, B. Meyers, “Wallflower:principles and practice of background maintenance.” International Conference on Computer Vision 1999;255-61
[15] L. St-Laurent, X. Maldague, D. Prevost, “Combination of colour and thermal sensors for enhanced object detection”
[16] 張智星,「MATLAB程式設計與應用」,清蔚科技出版,2000
[17] 繆紹綱,「數位影像處理-活用MATLAB」,東華書局,2005
[18] 簡隆至,「即時移動物體偵測及自動追蹤系統」,碩士論文,台灣科技大學電機工程所,2004
[19] 鄭士奇,「以高斯混合模型為基礎並使用陰影濾除之動態背景影像模型建立」,碩士論文,交通大學電機與控制工程所
[20] 電腦視覺監控產學研聯http://cvasso.no-ip.org/index.aspx
[21] http://research.microsoft.com/en-us/um/people/jckrumm/WallFlower/TestImages.htm
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔