地面移動目標的圖像跟蹤研究.pdf

1、地面移動目標的圖像跟蹤研究是指在一串連續(xù)的視頻序列中對要跟蹤的目標進行檢測、識別、定位和跟蹤等處理的一門技術(shù)，在監(jiān)控、無人機追蹤等方面有著非常廣泛的應(yīng)用。該技術(shù)可以實時探測地面移動目標的方位、速度等信息，然后根據(jù)這些信息可以對目標進行行為分析、監(jiān)測等高級任務(wù)。然而在一些場合，由于攝像機的運動而導致的背景移動使得傳統(tǒng)的靜態(tài)目標檢測方法難以實施，給后期的目標跟蹤帶來了巨大挑戰(zhàn)。
　　本文對圖像處理相關(guān)的基礎(chǔ)知識，目標檢測、跟蹤的傳統(tǒng)算

2、法理論進行了系統(tǒng)學習，并對灰度投影的背景補償方法進行了詳細的研究，在分析各種算法原理特點的基礎(chǔ)上，對相關(guān)算法進行了改進，改進的基本思想是：
　　(1)針對以前應(yīng)用于背景補償?shù)幕叶韧队八惴ㄖ羞\行速度慢、消耗時間長等問題，本文將最小二乘法應(yīng)用于灰度投影算法中，采用2點線性逼近預測機制，對下一幀的背景位移量加以預測，從而提高運行效率。且在背景位移量的檢測以及預測方面，由于相關(guān)性函數(shù)的單峰特性，引入了將搜索區(qū)間折半的思想，使得算法的效率大

3、大提高；
　　(2)針對運動目標檢測算法中存在的輪廓不清晰、目標灰度與背景灰度相似以及物體運動速度難以控制出現(xiàn)的空洞、漏檢和錯檢等問題提出了五幀差分法和融入canny算子的背景減法相結(jié)合的運動目標檢測方法，該方法可以得到運動目標的精確區(qū)域，使目標區(qū)域輪廓更加清晰，增加檢測的準確性；
　　(3)針對傳統(tǒng)目標跟蹤算法中的缺點，如Mean-shift算法不能跟蹤受遮擋、大小變化的目標；Camshift算法不能抵抗相似色物體干擾；粒