視頻序列中運(yùn)動目標(biāo)的檢測與跟蹤.pdf

1、目標(biāo)檢測與跟蹤技術(shù)是計算機(jī)視覺研究的熱門課題之一，在軍事偵查、電視制導(dǎo)、機(jī)器人導(dǎo)航、安全檢測、交通管理、醫(yī)療診斷等眾多領(lǐng)域都有著廣闊的應(yīng)用前景。盡管人們對視頻目標(biāo)檢測與跟蹤進(jìn)行了較為廣泛的研究，并提出了許多有效的檢測與跟蹤方法，解決了很多難題。但是由于目標(biāo)檢測與跟蹤所面臨的眾多技術(shù)難點，目前還沒有一個算法可以適應(yīng)任何情況。所以針對復(fù)雜的環(huán)境，開發(fā)出一套魯棒的目標(biāo)檢測與跟蹤算法是具有重要的實際意義和理論價值。在目標(biāo)檢測方面，針對傳統(tǒng)算法中

2、幀間差分法只能得到目標(biāo)的大致輪廓，背景差分法容易受光線變化等情況影響和光流法算法費時和需要特殊硬件支持等缺點，以及在對差分圖像的后處理上，數(shù)學(xué)形態(tài)學(xué)方法所存在的前景目標(biāo)輪廓分割不清晰、前景目標(biāo)容易失真等不足。
　　 本文在介紹圖切割原理的基礎(chǔ)上，提出了一種基于圖切割和陰影抑制的目標(biāo)檢測算法。此算法在HsV高斯背景模型下，應(yīng)用圖切割方法分割運(yùn)動目標(biāo)，并使用連通性方法找到最大的前景連接區(qū)域，最后使用陰影抑制技術(shù)完成目標(biāo)分割。實驗結(jié)果

3、表明，應(yīng)用此算法可以得到更加清晰的目標(biāo)輪廓邊緣，提高目標(biāo)分割的準(zhǔn)確率。在目標(biāo)跟蹤方面，針對KalImn算法只適用于線性系統(tǒng)的不足，由貝葉斯最優(yōu)估計和蒙特卡羅方法引出粒子濾波算法，并針對粒子濾波的非線性濾波的優(yōu)點，以及顏色直方圖算法具有尺度、旋轉(zhuǎn)不變性和可以處理部分遮擋等優(yōu)點。提出了一種結(jié)合兩種算法優(yōu)點的新算法，就是基于粒子濾波和顏色直方圖相結(jié)合的目標(biāo)跟蹤算法。此算法以粒子濾波為跟蹤框架，并綜合考慮了目標(biāo)的顏色直方圖信息，即把顏色信息結(jié)合