全方位視頻運動目標檢測跟蹤算法和應(yīng)用研究.pdf

1、全方位視覺技術(shù)是一門新興的視覺感知技術(shù)，由于其視場大的優(yōu)勢，已被廣泛應(yīng)用于各種場所。嵌入式系統(tǒng)作為一種專用的計算機系統(tǒng)，可以通過對操作系統(tǒng)進行裁剪滿足實際功能需求。
　　本研究將全方位視覺技術(shù)與嵌入式系統(tǒng)相結(jié)合，開發(fā)一款應(yīng)用于嵌入式系統(tǒng)的全方位視覺應(yīng)用軟件，使其實現(xiàn)目標檢測跟蹤功能。研究內(nèi)容與結(jié)果如下:
　　由于全方位圖像是環(huán)形視場，不符合人眼的觀察習慣，本研究采用了視角和光路成像原理對圖像進行展開。與直接展開法和柱面展開法

2、相比較，該算法在還原圖像真實比例上表現(xiàn)更加優(yōu)秀。由于在展開過程中存在像素的丟失，本研究采用了基于權(quán)值的雙線性插值方法來補充丟失的信息。該方法與雙線性插值相比，能夠很好的保留圖像的輪廓信息，使圖像更加清晰。
　　為了獲取圖像中的運動目標信息，本文研究了運動目標檢測算法。由于展開后的圖像對比度被削弱，不適合直接做目標檢測，本研究首先對展開圖做了基于YUV顏色空間的直方圖的均衡處理，增加其對比度有利于下一步基于色彩空間的運動目標檢測。本

3、文著重比較了混合高斯背景模型建立法和VIBE算法，得出VIBE算法更加容易實現(xiàn)以及更加符合實時性要求，并且針對VIBE算法產(chǎn)生鬼影現(xiàn)象進行了改進。
　　在跟蹤算法研究上，傳統(tǒng)的CamShift算法容易造成跟蹤目標的丟失，本研究提出了基于Kalman濾波器和CamShift算法相結(jié)合的跟蹤算法。通過利用Kalman濾波器的預(yù)測功能，減少了CamShift算法的迭代次數(shù)，同時降低了CamShift算法的跟蹤誤差。
　　最后本研究