運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)和計(jì)算機(jī)視覺技術(shù)的不斷發(fā)展，智能視頻監(jiān)控系統(tǒng)得到了迅速的發(fā)展，能夠自動(dòng)地、智能地分析和處理視頻圖像序列，實(shí)現(xiàn)了監(jiān)控場景中的運(yùn)動(dòng)目標(biāo)檢測和跟蹤。運(yùn)動(dòng)目標(biāo)檢測和跟蹤是智能視頻監(jiān)控系統(tǒng)關(guān)鍵和核心的部分，對這一方面的研究已有幾十年，但到目前為止都還沒有一種運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)適用于任何環(huán)境。隨著研究的不斷深入和研究人員的不懈努力，總會(huì)開發(fā)出具有高魯棒性、高性能的運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)，并廣泛應(yīng)用到各行各業(yè)。本文對運(yùn)動(dòng)目標(biāo)檢測

2、和跟蹤系統(tǒng)進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)，試圖解決運(yùn)動(dòng)目標(biāo)檢測的準(zhǔn)確性，目標(biāo)跟蹤在遇到類目標(biāo)顏色干擾和被嚴(yán)重遮擋時(shí)跟蹤失敗的問題，主要工作包括：
　　●分析和比較運(yùn)動(dòng)目標(biāo)檢測方法。本文對目前常用的三種運(yùn)動(dòng)目標(biāo)檢測算法：光流法、幀間差分法和背景減除法及這幾種算法的有缺點(diǎn)進(jìn)行了分析和研究。其中基于像素的自適應(yīng)分割算法(PBAS)采用自適應(yīng)分割閾值進(jìn)行像素分割和隨機(jī)選擇更新機(jī)制進(jìn)行背景模型更新，檢測結(jié)果準(zhǔn)確性較高，對噪聲的魯棒性和對環(huán)境的適應(yīng)能力都比

3、較好。經(jīng)過運(yùn)動(dòng)檢測后得到的二值圖通常包含多個(gè)運(yùn)動(dòng)目標(biāo)，要想實(shí)現(xiàn)對運(yùn)動(dòng)目標(biāo)的跟蹤，需要知道運(yùn)動(dòng)目標(biāo)的位置等信息，通過運(yùn)動(dòng)目標(biāo)提取能夠?qū)崿F(xiàn)對運(yùn)動(dòng)目標(biāo)的連通性進(jìn)行分析并對運(yùn)動(dòng)目標(biāo)進(jìn)行標(biāo)定。
　　●分析和比較運(yùn)動(dòng)目標(biāo)跟蹤方法。本文對幾種常用的運(yùn)動(dòng)目標(biāo)跟蹤算法：Kalman濾波跟蹤算法、CamShift算法和ABCShift算法進(jìn)行了分析和研究，指出了這幾種算法的優(yōu)缺點(diǎn)。深入研究了結(jié)合Kalman濾波的ABCShift算法，該算法既利用了目

4、標(biāo)的空間信息，又利用了目標(biāo)的顏色信息，解決了運(yùn)動(dòng)目標(biāo)在受到類目標(biāo)顏色的干擾和被嚴(yán)重遮擋時(shí)跟蹤失敗的問題。該算法的主要思想為：首先，Kalman預(yù)測當(dāng)前幀目標(biāo)位置；然后，ABCShift算法匹配運(yùn)動(dòng)目標(biāo)；最后更新Kalman濾波狀態(tài)。
　　●實(shí)現(xiàn)快速準(zhǔn)確的運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)。本文介紹了基于 windows7，以VS2008和OpenCV進(jìn)行開發(fā)的一個(gè)基于MFC的運(yùn)動(dòng)目標(biāo)檢測和跟蹤系統(tǒng)，本系統(tǒng)分為四個(gè)模塊：視頻采集顯示模塊、運(yùn)動(dòng)檢