視頻圖像序列中的運動目標檢測與跟蹤研究.pdf

1、對視頻圖像序列中的多目標進行檢測和跟蹤一直是計算機視覺研究領域的重點課題，計算機科學技術、信息技術以及圖像識別技術等的飛速發(fā)展使得視頻圖像監(jiān)控技術能夠應用在國防軍事、國民生產等很廣泛的領域。在這種生產需求情況下，本文對視頻圖像序列中的運動目標檢測和跟蹤技術進行了研究。
　　粒子濾波算法是一種貝葉斯估計算法，該算法在多目標跟蹤領域使用的比較多，它的優(yōu)勢在于能對任何模型的目標狀態(tài)進行估計。但是粒子濾波算法的不足在于，要想獲得比較好的跟

2、蹤結果就需要大量的粒子，這樣計算量就會很大，本文針對這種情況對粒子濾波算法進行了改進，并用改進后的算法對視頻圖像序列中的多目標進行了跟蹤。
　　本文首先針對非線性非高斯情況下進行目標跟蹤，介紹了適用于此種情況的粒子濾波算法的相關原理，包括非線性貝葉斯預測原理、蒙特卡羅原理、粒子濾波原理等，并將粒子濾波算法應用于一維強非線性目標的跟蹤之中，實驗結果表明，粒子濾波算法能夠很好地跟蹤非線性目標。
　　其次，本文采用自適應混合高斯模

3、型建模的方法對視頻圖像序列中的運動目標進行檢測。對圖像中的每一個像素使用若干個高斯模型進行建模，并且使用EM迭代算法對背景模型進行提取和更新，從而分割出圖像中的背景和前景，實現(xiàn)對運動目標的檢測。最后，應用形態(tài)學濾波對差分結果進行噪聲消除，得到滿意的檢測結果。
　　再次，在實現(xiàn)了背景建模和目標檢測的基礎上利用粒子濾波算法的改進算法對視頻圖像序列中的多目標進行了跟蹤。多目標相對于單目標來講，其所在的環(huán)境更加復雜，目標之間的相互遮擋、光