視頻監(jiān)控系統(tǒng)中動(dòng)態(tài)目標(biāo)檢測(cè)跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是應(yīng)用視覺(jué)研究領(lǐng)域的一個(gè)重要課題，在許多方面有著廣泛的應(yīng)用。本文針對(duì)實(shí)際監(jiān)控系統(tǒng)中難以兼顧可靠性與實(shí)時(shí)性的缺點(diǎn)，討論和研究了監(jiān)控系統(tǒng)中的關(guān)鍵技術(shù)—運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤，并研究了算法在數(shù)字信號(hào)處理器DSP上的實(shí)現(xiàn)。 在運(yùn)動(dòng)目標(biāo)檢測(cè)方面，通過(guò)研究和分析大量的算法，對(duì)基于高斯統(tǒng)計(jì)模型的背景減法進(jìn)行了改進(jìn)，本文使用了一種將幀間差法和背景減法相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，該算法使幀間差法和背景減法能夠很好地相輔相成，檢測(cè)耗時(shí)更

2、少，魯棒性更強(qiáng)，為正確的跟蹤目標(biāo)打下基礎(chǔ)：在運(yùn)動(dòng)目標(biāo)定位方面使用了一種區(qū)域增長(zhǎng)分割算法定位運(yùn)動(dòng)目標(biāo)，從而達(dá)到運(yùn)動(dòng)目標(biāo)準(zhǔn)確分割的 在運(yùn)動(dòng)目標(biāo)跟蹤方面，首先研究了Kalman和RLS算法，預(yù)測(cè)運(yùn)動(dòng)目標(biāo)下一時(shí)刻可能出現(xiàn)的位置，縮小搜索范圍，然后在預(yù)測(cè)范圍內(nèi)利用目標(biāo)匹配算法對(duì)目標(biāo)進(jìn)行識(shí)別。本文采用多特征匹配的方法實(shí)現(xiàn)目標(biāo)匹配，通過(guò)建立模板庫(kù)，將特征向量與模板庫(kù)中特征向量進(jìn)行比較達(dá)到目標(biāo)識(shí)別的目的。該算法提高了跟蹤的運(yùn)算速度，同時(shí)有效的解