視頻目標運動軌跡提取算法的分析與仿真.pdf

1、在人所感知到的環(huán)境信息中，視覺信息占了非常大的比重，其中動態(tài)視覺信息更是其主要組成部分。運動目標的動態(tài)圖象提供了比單一圖象更豐富的信息，通過對多幀圖象分析，可獲得從單一圖象中不可能得到的信息。運動目標的圖象識別與跟蹤就是在動態(tài)圖象分析的基礎上結(jié)合圖象識別和圖象跟蹤方法對圖象序列中的目標進行檢測-識別-跟蹤的過程。
　　本文的研究對象是視頻序列，或者說圖象序列。文中的運動目標檢測是指判斷視頻序列中是否存在運動目標；運動目標跟蹤是指在

2、整個視頻序列中監(jiān)控運動目標的時空變化，如目標的出現(xiàn)與消失，目標的位置、尺寸和形狀等。運動目標的檢測與跟蹤是緊密關聯(lián)的兩個過程，跟蹤始于檢測，而目標在后續(xù)圖象序列中的重復檢測也有助于目標的跟蹤。由于光照變化、背景干擾、陰影、攝像機的抖動以及運動目標之間遮擋等現(xiàn)象的存在，都給運動目標的正確檢測與跟蹤帶來了極大的挑戰(zhàn)。
　　本文在深入總結(jié)和分析現(xiàn)有運動目標檢測與跟蹤方法的基礎上，重點研究攝像頭固定情況下運動目標的檢測與跟蹤技術。首先，文

3、章通過廣泛查閱國內(nèi)外相關文獻和資料，詳細對比了國內(nèi)外常用的目標檢測跟蹤領域的各項關鍵技術，通過對這些技術的仿真和分析設計出本項目的數(shù)據(jù)結(jié)構和算法描述。在此基礎上，本文構造了一種基于差分圖象的運動目標檢測算法，通過幀間差分、自適應閾值、形態(tài)濾波和連通單元標記四個步驟實現(xiàn)運動目標的檢測。最后結(jié)合形心檢測的方法獲得運動目標的位置坐標，設計出一個運動目標軌跡提取算法。在優(yōu)化方面，自適應閾值模塊中采用的原始大津法運算量大，本文通過對大津法的分析改