視頻圖像中的運(yùn)動目標(biāo)檢測與跟蹤.pdf

1、運(yùn)動目標(biāo)檢測與跟蹤是圖像編碼技術(shù)以及計算機(jī)視覺研究中的核心內(nèi)容之一，在視頻監(jiān)控，視覺導(dǎo)航，智能交通以及視頻圖像壓縮和傳輸?shù)阮I(lǐng)域中都有重要的實(shí)用價值。
　　運(yùn)動目標(biāo)檢測是在視頻序列處理過程中的最底層，檢測的效果將直接影響到后續(xù)高級應(yīng)用的精確性。本文介紹了當(dāng)今主流的目標(biāo)檢測方法:幀間差分法，高斯背景法。結(jié)合其各自優(yōu)劣，提出了基于背景消減法的幀間差分法，然后結(jié)合形態(tài)濾波，最后提取運(yùn)動目標(biāo)。
　　在計算機(jī)視覺中，跟蹤是指通過計算其運(yùn)

2、動序列圖像生成運(yùn)動物體的軌跡。目標(biāo)跟蹤的方法有很多種，主要都是計算對象在連續(xù)幀間的變化，日常應(yīng)用中使用最廣泛的當(dāng)屬M(fèi)eanShift算法。該方法是通過迭代來計算距離最近樣本分布的一種無參數(shù)密度估計的算法。在多數(shù)的情況下能保證跟蹤的準(zhǔn)確性和實(shí)時性，是一種快速且有效的跟蹤算法。但是在目標(biāo)跟蹤過程中均值漂移算法沒有利用目標(biāo)的運(yùn)動方向和速度信息，這就導(dǎo)致了無法準(zhǔn)確跟蹤快速目標(biāo)。本文提出了一種基于質(zhì)心算法的MeanShift跟蹤模型算法。初始位置

3、采用運(yùn)動目標(biāo)質(zhì)心，并在質(zhì)心位置處采用MeanShift迭代，以巴氏系數(shù)判斷當(dāng)前目標(biāo)和參考目標(biāo)的匹配程度，實(shí)驗(yàn)分析，該算法可實(shí)現(xiàn)快速、有效跟蹤目標(biāo)。
　　此外當(dāng)目標(biāo)運(yùn)動時遇到障礙物完全地遮擋，此時MeanShift算法會誤把遮擋物當(dāng)做候選目標(biāo)模型，若后續(xù)幀中再次出現(xiàn)運(yùn)動目標(biāo)，MeanShift算法并不會進(jìn)行再次的實(shí)時跟蹤。本文采用基于卡爾曼濾波的MeanShift算法對其進(jìn)行改進(jìn)?？柭鼮V波可以根據(jù)以往的運(yùn)動目標(biāo)信息對下一時刻的目標(biāo)