模板匹配和數(shù)據(jù)關(guān)聯(lián)與Kalman濾波視頻跟蹤系統(tǒng)的研究.pdf

1、目標(biāo)跟蹤是一門綜合了計(jì)算機(jī)技術(shù)、自動(dòng)化控制技術(shù)、圖像處理技術(shù)、人工智能等多個(gè)研究方向的綜合技術(shù)。目標(biāo)跟蹤在許多領(lǐng)域都有著廣泛的應(yīng)用,如智能監(jiān)控、交通監(jiān)視、商場(chǎng)監(jiān)視、天文觀測(cè)、醫(yī)學(xué)圖像、軍事制導(dǎo)等。隨著計(jì)算機(jī)技術(shù)的發(fā)展,目標(biāo)跟蹤已由傳統(tǒng)的基于電視或屏幕跟蹤等以人為主監(jiān)控為輔的監(jiān)測(cè)系統(tǒng)向以監(jiān)控為主以人為輔的智能方向發(fā)展。但是目標(biāo)跟蹤在實(shí)際應(yīng)用中仍然有很多問(wèn)題需要解決。比如在有噪聲干擾、光線變化等因素的場(chǎng)景中的跟蹤是比較基本而又難以解決的問(wèn)題

2、,本論文就是基于此問(wèn)題進(jìn)行研究。
　　 論文首先對(duì)運(yùn)動(dòng)目標(biāo)跟蹤理論與方法進(jìn)行了研究,然后對(duì)目標(biāo)跟蹤中的主流算法Kalman濾波器算法進(jìn)行了詳細(xì)的介紹,最后在Kalman濾波器算法的基礎(chǔ)上,提出了兩種有效的跟蹤算法并介紹了一種Kalman濾波器的擴(kuò)展算法——概率數(shù)據(jù)關(guān)聯(lián)算法。用Kalman濾波算法對(duì)一個(gè)視頻序列進(jìn)行跟蹤時(shí),由于噪聲和光線等因素的存在,會(huì)對(duì)跟蹤的結(jié)果產(chǎn)生影響。本文對(duì)以上在跟蹤過(guò)程中存在的不足,進(jìn)行了研究和測(cè)試并對(duì)Ka

3、lman濾波的一種擴(kuò)展算法做了詳細(xì)的研究。
　　 噪聲干擾問(wèn)題是目標(biāo)跟蹤領(lǐng)域的一個(gè)基本問(wèn)題,由于在視頻序列圖像中干擾噪聲的存在,在目標(biāo)檢測(cè)的過(guò)程中會(huì)產(chǎn)生多個(gè)候選區(qū)域,導(dǎo)致跟蹤結(jié)果的錯(cuò)誤,或者目標(biāo)丟失的現(xiàn)象,論文提出了動(dòng)態(tài)模板和Kalman濾波器相結(jié)合的跟蹤算法,這種算法計(jì)算簡(jiǎn)單,并且在有背景干擾的場(chǎng)景中能夠有效的跟蹤運(yùn)動(dòng)目標(biāo)。場(chǎng)景中光照的變化是噪聲干擾的一個(gè)重要因素,在視頻序列圖像場(chǎng)景受光照等外界因素影響變化較大的情況下,會(huì)對(duì)跟

4、蹤結(jié)果產(chǎn)生影響,論文提出用靜態(tài)模板選取有效的運(yùn)動(dòng)模型,然后再用Kalman濾波器算法進(jìn)行跟蹤,并取得了一定的效果。實(shí)驗(yàn)結(jié)果表明,提出的算法具有很好的跟蹤精度與準(zhǔn)確性,能夠有效的跟蹤運(yùn)動(dòng)目標(biāo),在有干擾噪聲和光照變化的場(chǎng)景下具有較好的魯棒性。數(shù)據(jù)關(guān)聯(lián)是多目標(biāo)跟蹤中的核心技術(shù),概率數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)關(guān)聯(lián)中一種經(jīng)典的算法,而單目標(biāo)跟蹤是多目標(biāo)跟蹤研究的基礎(chǔ),所以論文用概率數(shù)據(jù)關(guān)聯(lián)算法對(duì)單目標(biāo)跟蹤進(jìn)行了研究,為數(shù)據(jù)關(guān)聯(lián)算法在多目標(biāo)跟蹤中的研究奠定了的