視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的研究及其實(shí)現(xiàn).pdf

1、視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是數(shù)字圖像處理、模式識(shí)別以及計(jì)算機(jī)視覺(jué)領(lǐng)域研究的主要內(nèi)容之一。它廣泛應(yīng)用于安全監(jiān)控、虛擬現(xiàn)實(shí)、人機(jī)交互等多個(gè)領(lǐng)域。同時(shí)，運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤具有較高的學(xué)術(shù)價(jià)值和理論意義，已經(jīng)成為近年來(lái)國(guó)際上研究的熱點(diǎn)問(wèn)題之一。 本課題設(shè)計(jì)了一個(gè)基于云臺(tái)的自動(dòng)檢測(cè)與自動(dòng)跟蹤的視頻監(jiān)控系統(tǒng)，該系統(tǒng)對(duì)動(dòng)態(tài)背景下單一運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)和提取，并在視頻序列中對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。其核心主要包括兩個(gè)部分：一是運(yùn)動(dòng)目標(biāo)的檢測(cè)與提??；二是運(yùn)動(dòng)目

2、標(biāo)的跟蹤。運(yùn)動(dòng)目標(biāo)的檢測(cè)與提取是目標(biāo)跟蹤任務(wù)的前提，如果提取的目標(biāo)不正確或不完整，將會(huì)對(duì)目標(biāo)跟蹤部分產(chǎn)生極大的影響，甚至不能進(jìn)行有效跟蹤。 在運(yùn)動(dòng)目標(biāo)檢測(cè)部分，本文采用對(duì)稱差分法（即三幀差分法），有效地消除運(yùn)動(dòng)目標(biāo)遮擋和避免重現(xiàn)紋理背景。并運(yùn)用最大類間方差法自適應(yīng)地提取檢測(cè)閾值，有效地抑制了背景對(duì)目標(biāo)的干擾，從而精確地對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)和提取。 在運(yùn)動(dòng)目標(biāo)跟蹤部分，本文主要討論了CamShift（Continuously

3、 Adaptive MeanShift Algorithm）跟蹤算法。它是一種基于目標(biāo)顏色特征的跟蹤方法，該方法無(wú)參數(shù)，運(yùn)算速度快，滿足一定的實(shí)時(shí)性。同時(shí)由于物體的顏色信息是物體的固有特征，利用運(yùn)動(dòng)目標(biāo)的顏色特征對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，具有一定的魯棒性。本文結(jié)合對(duì)稱差分法，提出改進(jìn)的CamShift算法，充分利用運(yùn)動(dòng)目標(biāo)檢測(cè)的結(jié)果，實(shí)現(xiàn)了目標(biāo)的自動(dòng)跟蹤。 最后，將改進(jìn)的CamShift算法運(yùn)用到本文設(shè)計(jì)的系統(tǒng)中，結(jié)合硬件平臺(tái)，控制云