基于視頻圖像的機(jī)動目標(biāo)跟蹤算法研究.pdf

1、圖像跟蹤技術(shù)在很大程度上改變了許多應(yīng)用領(lǐng)域原有的技術(shù)模式,并提供了全新的解決方案。當(dāng)前,圖像跟蹤技術(shù)面臨進(jìn)一步發(fā)展的機(jī)遇和來自各種應(yīng)用領(lǐng)域的挑戰(zhàn)。本文針對目前國內(nèi)外常用運動檢測和運動參數(shù)估計算法在應(yīng)用中的缺陷,研究了提高圖像跟蹤算法性能的各種策略。
　　首先,本文討論了基于視頻圖像運動跟蹤的基本方法,在分析目標(biāo)運動行為特性基礎(chǔ)上,建立了基于機(jī)動目標(biāo)的“當(dāng)前”統(tǒng)計模型和自適應(yīng)卡爾曼濾波的運動參數(shù)估計方法。
　　然后,本文研究了

2、視頻圖像的實時單目標(biāo)跟蹤方法。為了克服幀間差閾值法的缺陷,引入了機(jī)動目標(biāo)的“當(dāng)前”統(tǒng)計模型和自適應(yīng)卡爾曼跟蹤算法,并提出了基于預(yù)報型卡爾曼濾波的位置預(yù)報技術(shù)、自適應(yīng)跟蹤窗技術(shù)、自適應(yīng)圖像平移技術(shù)、目標(biāo)象素點的魯棒性探測技術(shù)。最后,提出了自適應(yīng)跟蹤窗的優(yōu)化算法用于對存在遮擋情況的運動目標(biāo)跟蹤,分別對剛體、非剛體在非遮擋與遮擋情況完成了跟蹤實驗,進(jìn)行了全面的算法研究與實驗分析。
　　接著,本文討論了視頻圖像的機(jī)動多目標(biāo)跟蹤的原理,分析