基于全方位視覺的運動目標檢測跟蹤研究.pdf

1、隨著計算機技術、圖象處理技術的不斷發(fā)展，視頻監(jiān)控已經(jīng)成為計算機視覺領域的一個重要研究課題，而運動目標檢測與跟蹤是視頻監(jiān)控的重要組成部分。本文基于全方位視覺設備獲取場景中的運動目標信息，通過圖像序列幀中區(qū)域像素值的變化檢測運動目標，根據(jù)目標的特征實現(xiàn)目標跟蹤。 本文選取減背景法實現(xiàn)運動目標檢測。采用統(tǒng)計方法建立背景模型并實現(xiàn)背景的自適應更新，能夠在場景中存在運動目標的情況下實現(xiàn)背景的準確提取。在圖像二值化處理過程中，本文實現(xiàn)了閾值

2、的自適應選取，能夠適應光照條件的變化，分割出較完整的運動目標區(qū)域，提高目標檢測的準確性。 在對圖像進行連通域標記處理時，傳統(tǒng)算法對鄰域內(nèi)的非零像素點需要兩兩作等價標記處理，本文對該算法作了改進，只需對其中的部分情況作等價標記處理，大大減少了鄰域內(nèi)像素點間的等價匹配次數(shù)，實驗結(jié)果表明本文方法能有效減少系統(tǒng)處理時間，滿足系統(tǒng)實時性需求。 場景中的運動區(qū)域通常包含有一定背景干擾物存在，對其進行跟蹤會增加系統(tǒng)不必要的開銷，針對這

3、一狀況，本文引入運動區(qū)域的幾何特征量，提出背景干擾過濾方法，實驗結(jié)果表明本文方法能有效地過濾背景干擾，提高目標檢測的準確性，并且減少了系統(tǒng)的運算量，提高了運動目標檢測跟蹤的實時性。 針對全方位視覺中圖像發(fā)生扭曲的特性，本文提出將運動目標的像素面積、中心坐標、外接矩形等形態(tài)信息與運動目標的顏色模型相結(jié)合進行特征匹配，提高了目標跟蹤的魯棒性；并且利用卡爾曼濾波實現(xiàn)了運動目標的預測，提高了目標匹配的精度與速度。 最后，本文實現(xiàn)