基于移動背景的目標檢測和跟蹤算法研究與實現(xiàn).pdf

1、基于移動背景的運動目標檢測和跟蹤是計算機視覺領(lǐng)域的一個重要研究方向。在很多的實際應(yīng)用中，需要移動的攝像機平臺來實現(xiàn)對運動目標的持續(xù)穩(wěn)定的跟蹤，從而可以擴大跟蹤范圍，減少因為只能在靜態(tài)場景進行目標檢測和跟蹤帶來的成本增加以及設(shè)備安裝維護的局限性。相對于靜態(tài)場景，攝像機平臺的移動導(dǎo)致視頻圖像序列中背景的整體運動，大大地增加了視頻圖像序列中運動目標檢測和跟蹤的復(fù)雜度，因此，移動背景下運動目標的檢測和跟蹤是研究的重點和難點。
　　本文針對

2、移動背景下的目標檢測和跟蹤的關(guān)鍵技術(shù)進行了研究，并著重研究了移動背景下的背景運動補償技術(shù)以及運動目標跟蹤技術(shù)，并提出了改進算法。
　　在移動背景的目標檢測上，本文提出了一種基于KD樹和多重限制的角點匹配算法，并加入方差控制，實現(xiàn)角點的精確匹配，然后利用RANSAC和最小二乘方法對基于仿射變換的背景模型的運動參數(shù)進行魯棒地估計，從而實現(xiàn)對背景全局運動的精確補償。在背景補償圖像的基礎(chǔ)上，本文對基于幀差法和基于高斯建模的背景差分法的目標

3、檢測算法進行了實驗，對比和分析，并采用幀差法對目標進行檢測，并提取有效目標區(qū)域用于后續(xù)目標跟蹤。
　　在移動背景的目標跟蹤上，本文在原有均值漂移(MeanShift)跟蹤算法的基礎(chǔ)上進行改進，提出一種融合顏色特征和空間梯度特征的改進的均值漂移算法，將二維顏色直方圖和二維空間梯度特征直方圖相結(jié)合的特征直方圖作為目標的模型。在目標和背景具有相似顏色分布模型的情況下，可以有效的對目標進行跟蹤，同時結(jié)合Kalman濾波算法，對目標的運動軌