基于視頻圖像序列的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、計(jì)算機(jī)視覺與圖像處理是當(dāng)今計(jì)算機(jī)科學(xué)領(lǐng)域的一個(gè)熱門研究方向之一，在交通視頻監(jiān)控、航空航天、機(jī)器人視覺、醫(yī)學(xué)圖像分析等領(lǐng)域有著很重要的應(yīng)用，現(xiàn)如今相關(guān)領(lǐng)域的很多研究者都認(rèn)為該學(xué)科具有很好的研究潛力，未來市場(chǎng)很廣。對(duì)運(yùn)動(dòng)目標(biāo)準(zhǔn)確地檢測(cè)與定位追蹤是研究計(jì)算機(jī)視覺最基本相關(guān)的兩個(gè)過程。實(shí)現(xiàn)目標(biāo)的檢測(cè)與定位追蹤需首先要能精確的檢測(cè)出目標(biāo)和對(duì)前景的恢復(fù)構(gòu)建，然后才能達(dá)到追蹤穩(wěn)定、有序。基于關(guān)鍵技術(shù)環(huán)節(jié)的分析研究，本文分為以下三個(gè)部分進(jìn)行系統(tǒng)的研究:

2、
　　一、對(duì)于移動(dòng)物體檢測(cè)的研究，主要對(duì)比實(shí)現(xiàn)了最基本的兩種移動(dòng)目標(biāo)檢測(cè)算法:幀間差分法和背景減除法，分別從相應(yīng)的算法理論、算法操作以及算法驗(yàn)證仿真三個(gè)部分做了細(xì)致討論，并討論研究了每種算法的優(yōu)劣之處。
　　二、對(duì)于移動(dòng)物體定位追蹤的研究，對(duì)最理論基礎(chǔ)的Mean Shift物體定位方法進(jìn)行了研究仿真。具體研究了Mean Shift原理及其改進(jìn)之處，Mean Shift應(yīng)用中彩色模型的選擇以及運(yùn)用Mean Shift目標(biāo)定位方

3、法的實(shí)現(xiàn)過程，并運(yùn)用測(cè)試實(shí)驗(yàn)討論了Mean Shift方法在目標(biāo)處于不同是狀況情景下的定位結(jié)果分析。測(cè)試結(jié)果可知基本Mean Shift定位方法在目標(biāo)運(yùn)動(dòng)速度不快時(shí)，可以準(zhǔn)確定位追蹤。然而，目標(biāo)快速移動(dòng)或處于被干擾物體擋住時(shí)，此算法使用便無(wú)法實(shí)現(xiàn)目標(biāo)。
　　三、解決對(duì)目標(biāo)移動(dòng)快以及目標(biāo)處于被干擾狀況下定位失效的問題，論文找到了一種新的結(jié)合兩種定位算法的改進(jìn)算法，這兩種算法是Mean Shift物體追蹤與Kalman濾波器定位方法。

4、論文主要通過下述三個(gè)步驟進(jìn)行逐步的研究:1、分析講述了如何對(duì)Kalman濾波器構(gòu)造模型，進(jìn)而把它的預(yù)測(cè)特性引入目標(biāo)定位里，便完成了兩種方法的聯(lián)合。2、為解決目標(biāo)處于被干擾狀況的無(wú)法定位難題，論文找出了利用巴式因子測(cè)試干擾及相關(guān)預(yù)測(cè)的辦法;3、經(jīng)過多次驗(yàn)證測(cè)試，給出了新算法在這兩問題里的解決效果。在比較討論了新算法與基本算法之后，可以證明新結(jié)合算法可以實(shí)現(xiàn)在以上兩種情境下仍能穩(wěn)定有效的定位，與原來的基本Mean Shift定位方法對(duì)照，論