復(fù)雜環(huán)境下的視頻自動跟蹤技術(shù)研究.pdf

1、視頻運動目標監(jiān)控廣泛應(yīng)用于銀行、電力、交通，安全、倉儲、建筑以及軍事設(shè)施等領(lǐng)域的安全防范和現(xiàn)場記錄報警系統(tǒng)中，基于時變序列圖像的視覺運動分析成為計算機視覺、圖像處理、機器視覺領(lǐng)域中的重要研究分支。隨著嵌入式系統(tǒng)的成熟和推廣，基于嵌入式系統(tǒng)的視頻運動分析實現(xiàn)技術(shù)和算法研究變?yōu)闊狳c之一。目前，大部分的工作集中在剛體運動目標和背景相對穩(wěn)定的算法理論研究和實現(xiàn)技術(shù)方面，對室外包含風(fēng)中搖曳的樹冠、圖像變化的廣告牌的場景中的多柔體運動目標跟蹤的系統(tǒng)

2、研究相對較少。結(jié)合市場上的數(shù)字硬盤錄像機(DVR)系統(tǒng)的升級換代要求，本文進行了復(fù)雜場景中運動目標視頻跟蹤技術(shù)研究，主要包括背景運動圖像的檢測算法、運動目標圖像的實時檢測算法、序列圖像中運動目標分割算法及基于DSP的視頻運動跟蹤體系結(jié)構(gòu)設(shè)計等。為研制智能視頻跟蹤系統(tǒng)作準備。主要研究成果如F： 對位置圖定圖像變化的自然場景中的樹冠以及廣告牌進行了圖像特征提取與特征建模，獲得了遠景圖像中光強度變化不敏感的自身差分樹冠紋理圖像特征矩陣

3、。構(gòu)造了結(jié)合背景圖像的位置同定的廣告牌三幀著分識別算法。提高了運動目標識別率。 對運動人體的圖像分割與位姿判斷進行了初步研究。建立了運動人體的多信息融合的輪廓模板及識別算法，結(jié)合人體頭部高度在身高中的比例，提出了容易實現(xiàn)的運動人體位姿粗略判斷算法，為運動人體的識別和運動分析打下了基礎(chǔ)。 研究了光強度不敏感的多運動目標的圖像分割和運動估計算法，試驗驗證了光強度隨時間變化對數(shù)字圖像的影響，利用差分圖像削弱光強度變化對圖像的影

4、響，結(jié)合比例直方圖、投影匹配、光斑簇的概念建立了多運動目標的圖像特征匹配算法。驗證了卡爾曼濾波在運動估計中的效果并構(gòu)造了基于DSP的運動目標跟蹤算法。 復(fù)雜背景F運動目標跟蹤中，分析了在現(xiàn)有的條件下實現(xiàn)運動目標準確匹配和運動目標精確跟蹤必須解決的困難，結(jié)合ADl Blackfln 533 DSP的性能特點，設(shè)計了智能視頻跟蹤器的軟硬件結(jié)構(gòu)，并實現(xiàn)了運動跟蹤算法的移植和初步驗證。 分析比較了目前常用的運動目標圖像分割方法，