復(fù)雜環(huán)境下運動目標(biāo)的檢測與跟蹤.pdf

1、運動目標(biāo)的檢測和跟蹤是計算機視覺、圖像處理、模式識別等多領(lǐng)域共同研究的熱門課題，近些年來已經(jīng)取得的很多成果，被廣泛地應(yīng)用到軍事導(dǎo)航、監(jiān)控監(jiān)視、醫(yī)學(xué)診斷、視頻檢索等眾多領(lǐng)域。在軍事偵查等條件下環(huán)境復(fù)雜多變，目標(biāo)紛繁多樣，出沒突然缺乏規(guī)律可循，所以偵查監(jiān)視系統(tǒng)要以穩(wěn)健的目標(biāo)檢測與跟蹤算法為核心。本文重點探討了復(fù)雜背景下運動目標(biāo)檢測和跟蹤的方法。主要工作和貢獻(xiàn)如下： 1、研究了靜態(tài)背景下目標(biāo)檢測方法和背景模型生成算法。分析了一種基于L

2、BP紋理描述的背景建模方法，應(yīng)用改進(jìn)的LBP直方圖對背景建模，收到較好的檢測效果；通過試驗分析了傳統(tǒng)目標(biāo)檢測算法的特點，并對部分算法做出了相應(yīng)改進(jìn)。最后依據(jù)已經(jīng)分析的目標(biāo)檢測算法的優(yōu)缺點，采用一種基于對稱差分和背景差分的綜合運動檢測算法，將對稱差和多高斯背景以及單高斯背景檢測結(jié)果進(jìn)行了有效結(jié)合，以提高目標(biāo)檢測的完整性，克服了運動目標(biāo)短暫滯留的漏檢問題。 2、研究了一種基于卡爾曼濾波的跟蹤方法。分析了目標(biāo)匹配算法、卡爾曼濾波和均值

3、偏移算法，特別是卡爾曼濾波和均值偏移算法的理論基礎(chǔ)及其在目標(biāo)跟蹤過程中的應(yīng)用，并做出了對應(yīng)跟蹤方法的具體實現(xiàn)。 3、研究了抗遮擋的目標(biāo)跟蹤方法。改進(jìn)了一種基于運動預(yù)測的均值偏移跟蹤算法，根據(jù)跟蹤過程中運動目標(biāo)受到遮擋與否，采用不同處理策略將卡爾曼濾波和均值偏移兩種算法協(xié)同完成跟蹤任務(wù)，該方法引入顏色和LBP紋理聯(lián)合直方圖的目標(biāo)建模方法，代替原算法純粹的顏色直方圖建模方法，并引進(jìn)目標(biāo)的時空運動位置信息，從而提高了遮擋條件下目標(biāo)跟蹤