基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、目標(biāo)檢測(cè)與跟蹤作為一個(gè)新興的研究領(lǐng)域，在人類社會(huì)步入21世紀(jì)以來(lái)，在科學(xué)與工程中的研究?jī)r(jià)值越來(lái)越重要，在生產(chǎn)生活中的應(yīng)用前景也越來(lái)越廣泛。其實(shí)際應(yīng)用場(chǎng)景主要包括有：智能化視頻監(jiān)控、智能人機(jī)交互、醫(yī)療診斷、虛擬現(xiàn)實(shí)以及軍事等領(lǐng)域。本論文主要研究?jī)?nèi)容包括如何使用個(gè)人計(jì)算機(jī)的硬件平臺(tái)和相關(guān)算法，實(shí)現(xiàn)從視頻圖像序列中獲得所需的運(yùn)動(dòng)物體的相關(guān)數(shù)據(jù)，來(lái)有效實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤。
　　本論文主要以視頻中的運(yùn)動(dòng)目標(biāo)為對(duì)象研究了目標(biāo)檢測(cè)與跟蹤

2、算法，主要工作如下：
　　(1)本文以VS2010為軟件平臺(tái)，通過(guò)調(diào)用OpenCV庫(kù)里的函數(shù)進(jìn)行算法設(shè)計(jì)。首先，正確配置OpenCV平臺(tái)，并對(duì)OpenCV的函數(shù)庫(kù)進(jìn)行了介紹，最終完成了實(shí)驗(yàn)環(huán)境的構(gòu)建工作。
　　(2)針對(duì)高斯噪聲和椒鹽噪聲，對(duì)圖像進(jìn)行預(yù)處理，介紹了去除噪聲的幾種濾波方法，深入分析了均值濾波算法及中值濾波算法；結(jié)合了圖像腐蝕技術(shù)和圖像膨脹技術(shù)研究了圖像修復(fù)技術(shù)。
　　(3)在簡(jiǎn)單靜態(tài)背景下，對(duì)幀差法、背景

3、差法、光流法三種運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行了詳細(xì)的分析和探討?？紤]每種算法的優(yōu)點(diǎn)和不足，結(jié)合了背景差分算法與幀間差分算法各自的優(yōu)點(diǎn)，運(yùn)用了基于混合高斯模型的檢測(cè)方法。通過(guò)實(shí)驗(yàn)可以得出結(jié)論:該算法實(shí)現(xiàn)了自適應(yīng)獲取背景圖像，并且使背景圖像排除了運(yùn)動(dòng)目標(biāo)干擾，成功檢測(cè)出了運(yùn)動(dòng)目標(biāo)，取得了良好的檢測(cè)效果。
　　(4)深入研究了CamShift算法及Kalman濾波算法，針對(duì)CamShift算法具有的局限性，結(jié)合了CamShift算法及Kalma