視頻圖像序列中的運(yùn)動目標(biāo)檢測與跟蹤研究.pdf

1、對視頻圖像序列中的多目標(biāo)進(jìn)行檢測和跟蹤一直是計(jì)算機(jī)視覺研究領(lǐng)域的重點(diǎn)課題，計(jì)算機(jī)科學(xué)技術(shù)、信息技術(shù)以及圖像識別技術(shù)等的飛速發(fā)展使得視頻圖像監(jiān)控技術(shù)能夠應(yīng)用在國防軍事、國民生產(chǎn)等很廣泛的領(lǐng)域。在這種生產(chǎn)需求情況下，本文對視頻圖像序列中的運(yùn)動目標(biāo)檢測和跟蹤技術(shù)進(jìn)行了研究。
　　粒子濾波算法是一種貝葉斯估計(jì)算法，該算法在多目標(biāo)跟蹤領(lǐng)域使用的比較多，它的優(yōu)勢在于能對任何模型的目標(biāo)狀態(tài)進(jìn)行估計(jì)。但是粒子濾波算法的不足在于，要想獲得比較好的跟

2、蹤結(jié)果就需要大量的粒子，這樣計(jì)算量就會很大，本文針對這種情況對粒子濾波算法進(jìn)行了改進(jìn)，并用改進(jìn)后的算法對視頻圖像序列中的多目標(biāo)進(jìn)行了跟蹤。
　　本文首先針對非線性非高斯情況下進(jìn)行目標(biāo)跟蹤，介紹了適用于此種情況的粒子濾波算法的相關(guān)原理，包括非線性貝葉斯預(yù)測原理、蒙特卡羅原理、粒子濾波原理等，并將粒子濾波算法應(yīng)用于一維強(qiáng)非線性目標(biāo)的跟蹤之中，實(shí)驗(yàn)結(jié)果表明，粒子濾波算法能夠很好地跟蹤非線性目標(biāo)。
　　其次，本文采用自適應(yīng)混合高斯模

3、型建模的方法對視頻圖像序列中的運(yùn)動目標(biāo)進(jìn)行檢測。對圖像中的每一個像素使用若干個高斯模型進(jìn)行建模，并且使用EM迭代算法對背景模型進(jìn)行提取和更新，從而分割出圖像中的背景和前景，實(shí)現(xiàn)對運(yùn)動目標(biāo)的檢測。最后，應(yīng)用形態(tài)學(xué)濾波對差分結(jié)果進(jìn)行噪聲消除，得到滿意的檢測結(jié)果。
　　再次，在實(shí)現(xiàn)了背景建模和目標(biāo)檢測的基礎(chǔ)上利用粒子濾波算法的改進(jìn)算法對視頻圖像序列中的多目標(biāo)進(jìn)行了跟蹤。多目標(biāo)相對于單目標(biāo)來講，其所在的環(huán)境更加復(fù)雜，目標(biāo)之間的相互遮擋、光