多攝像機連續(xù)目標跟蹤系統(tǒng)的應(yīng)用研究.pdf

1、基于視頻監(jiān)控的運動目標跟蹤技術(shù)屬于人工智能的分支，涉及到模式識別、圖像處理、計算機視覺、機器學(xué)習(xí)等學(xué)科。目前，單攝像機的目標檢測和跟蹤技術(shù)發(fā)展的比較成熟，取得了大量的研究成果。但是，仍有一系列的難題需要解決。比如，目標之間出現(xiàn)遮擋、復(fù)雜背景的干擾、動態(tài)背景情況的跟蹤等。多攝像機目標跟蹤是近年來的研究熱點，而目標交接是實現(xiàn)目標匹配和場景切換跟蹤的關(guān)鍵技術(shù)，是多攝像機監(jiān)控必須解決的難題。
　　本課題在研究單攝像機運動目標檢測、跟蹤算法

2、基礎(chǔ)上提出了新的方法，并重點研究了雙攝像視野重疊情況下的視野分界線生成和目標交接算法，主要工作如下：
　　1.采用了融合的目標檢測算法。首先采用幀間差分判斷出目標所在位置的大致范圍，并鎖定中心位置，然后在此范圍附近，采用背景差分的方法，準確判斷目標區(qū)域。采用此種方法的優(yōu)點是，對目標區(qū)域的判斷準確，且受外界擾動的影響較小，可以得到較為完整的目標前景區(qū)域。
　　2.采用了粒子濾波改進的Camshift目標跟蹤算法，結(jié)合Camsh

3、ift算法對粒子濾波算法進行改進。同時解決了粒子濾波需要計算大量粒子，粒子收斂速度慢，跟蹤實時性差問題和遮擋情況下Camshift算法目標跟蹤魯棒性低問題。
　　3.提出了基于SURF快速特征點匹配和投影不變量的視野分界線生成算法。首先利用SURF算法快速獲得相鄰兩個攝像機中帶有重疊區(qū)域的背景圖像的特征點，然后利用RANSAC算法對特征點向量進行優(yōu)化，去除匹配誤差較大的點。通過對RANSAC算法的迭代，選擇出4對最佳匹配點，最后，