視頻序列中運(yùn)動(dòng)目標(biāo)跟蹤算法的研究.pdf

1、運(yùn)動(dòng)目標(biāo)的自動(dòng)檢測(cè)和跟蹤是計(jì)算機(jī)視覺系統(tǒng)研究的重要內(nèi)容之一，目前在這一領(lǐng)域已經(jīng)提出了許多算法，取得了令人矚目的成就。本文著重對(duì)靜止背景下視頻序列中運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤方法進(jìn)行了分析和研究。
　　 本文首先討論了幾種經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法，在目標(biāo)檢測(cè)方面重點(diǎn)研究了光流法、幀間差分法和背景消減法，并對(duì)幀間差分法和背景消減法進(jìn)行了仿真實(shí)驗(yàn)，分析了它們的優(yōu)缺點(diǎn)。在目標(biāo)跟蹤方面，基于不同的目標(biāo)類型，研究了兩種不同的跟蹤算法；對(duì)于剛體

2、目標(biāo)，重點(diǎn)研究了基于相關(guān)法的目標(biāo)跟蹤算法，利用三步搜索算法和區(qū)域搜索算法對(duì)原方法進(jìn)行了改進(jìn)，提高了搜索效率。對(duì)于非剛體目標(biāo)，本文采用灰度直方圖的方法對(duì)其進(jìn)行處理，灰度直方圖能夠反應(yīng)圖像中各灰度信息的概率分布，仿真實(shí)驗(yàn)結(jié)果證明了該方法對(duì)非剛體目標(biāo)取得了較好的處理效果。
　　 本文著重介紹了基于背景高斯建模和Kalman濾波預(yù)測(cè)相結(jié)合的跟蹤算法。首先對(duì)視頻圖像進(jìn)行預(yù)處理，以去噪聲干擾，提高對(duì)比度，便于后續(xù)目標(biāo)的檢測(cè)和跟蹤處理。通過為

3、靜止背景建立自適應(yīng)的高斯背景模型來槍測(cè)運(yùn)動(dòng)目標(biāo)。在實(shí)際視頻圖像中，背景往往會(huì)發(fā)生微小的變化，為了更好的適應(yīng)這種情況，本文對(duì)算法進(jìn)行了改進(jìn)，加入了背景更新參數(shù)，可以根據(jù)實(shí)際視頻場(chǎng)景實(shí)時(shí)地更新背景；通過對(duì)實(shí)驗(yàn)結(jié)果的分析，改進(jìn)后的算法明顯減少了誤判率，提高了跟蹤準(zhǔn)確度。提取出運(yùn)動(dòng)目標(biāo)后，利用自適用閾值分割將前景像素和少部分背景像素分割出來，通過圖像二值化，利用馬爾科夫和形態(tài)學(xué)去噪相結(jié)合的方法來濾掉零散的背景像素點(diǎn)，最后得到了準(zhǔn)確的運(yùn)動(dòng)目標(biāo)模板