運(yùn)動目標(biāo)檢測與跟蹤相關(guān)算法研究.pdf

1、運(yùn)動目標(biāo)檢測和跟蹤作為計算機(jī)視覺領(lǐng)域的關(guān)鍵技術(shù)之一，在軍事視覺制導(dǎo)、智能武器、導(dǎo)彈預(yù)警、智能安防、交通導(dǎo)航、視頻檢索、醫(yī)療診斷等許多領(lǐng)域都有廣泛的應(yīng)用，但當(dāng)前的運(yùn)動目標(biāo)檢測和跟蹤技術(shù)并不盡如人意，嚴(yán)重阻礙了其應(yīng)用推廣，因此，運(yùn)動目標(biāo)檢測算法和跟蹤算法的研究具有很大的現(xiàn)實(shí)意義。 本文主要研究靜止背景下的運(yùn)動目標(biāo)的檢測算法和跟蹤算法。 在運(yùn)動目標(biāo)檢測部分，討論了經(jīng)典的目標(biāo)檢測算法：差分法和光流法，并分析了它們的優(yōu)缺點(diǎn)。差分法

2、中的幀間差分法具有原理簡單，計算復(fù)雜度低，但是輪廓提取不是很準(zhǔn)確；snake算法能夠提供較準(zhǔn)確的目標(biāo)輪廓，但是存在需要預(yù)先設(shè)定目標(biāo)輪廓，運(yùn)算量大的問題。論文在此基礎(chǔ)上提出的改進(jìn)幀間差分法(對稱差分)首先標(biāo)出目標(biāo)的大致輪廓，然后通過snake算法的迭代運(yùn)算計算出目標(biāo)較為精確的輪廓，用于目標(biāo)跟蹤，在snake算法迭代過程中，引入Douglas-Peucker(DP)算法在不降低snake算法準(zhǔn)確性的同時降低其計算量。最后，通過實(shí)驗(yàn)證明了該融

3、合算法具有很好的魯棒性和實(shí)時性，可以用于實(shí)時視頻檢測。 在運(yùn)動目標(biāo)的跟蹤部分，本文以目標(biāo)追蹤算法中的經(jīng)典算法之一均值漂移算法為研究重點(diǎn)，該方法收斂比較快，能夠?qū)⒛繕?biāo)的特征信息和空間信息有效地結(jié)合起來，避免了使用復(fù)雜模型描述目標(biāo)的形狀、外觀及其運(yùn)動，但是存在著運(yùn)動目標(biāo)與背景顏色相近，或物體嚴(yán)重遮擋時會丟失目標(biāo)，在目標(biāo)大小發(fā)生變化時也可能會造成跟蹤丟失。由此，論文提出了一種改進(jìn)的均值漂移算法，將均值漂移算法和卡爾曼濾波相融合在一起，