復(fù)雜場(chǎng)景下運(yùn)動(dòng)物體檢測(cè)與跟蹤算法的研究.pdf

1、智能監(jiān)控就是要用圖像處理和計(jì)算機(jī)視覺(jué)的方法，通過(guò)對(duì)監(jiān)控錄像進(jìn)行自動(dòng)或?qū)崟r(shí)分析來(lái)對(duì)動(dòng)態(tài)場(chǎng)景中的目標(biāo)進(jìn)行定位，識(shí)別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為。因此對(duì)作為智能監(jiān)控技術(shù)核心的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)的研究顯得尤為重要，雖然很多國(guó)內(nèi)外學(xué)者對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)已經(jīng)作了大量的研究，但是以前的絕大部分研究只停留在對(duì)簡(jiǎn)單的背景相對(duì)靜止的場(chǎng)景中的運(yùn)動(dòng)目標(biāo)的監(jiān)測(cè)與跟蹤。近些年來(lái)，隨著智能監(jiān)控系統(tǒng)在實(shí)際中的廣泛應(yīng)用，復(fù)雜場(chǎng)景中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟

2、蹤技術(shù)越來(lái)越引起人們的注意，并得到了快速發(fā)展。 本文主要研究了運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的基本理論和關(guān)鍵技術(shù)。研究了復(fù)雜背景下運(yùn)動(dòng)目標(biāo)的檢測(cè)與提取，特別是動(dòng)態(tài)場(chǎng)景中的運(yùn)動(dòng)目標(biāo)的檢測(cè)問(wèn)題，實(shí)現(xiàn)了基于自適應(yīng)背景模型的運(yùn)動(dòng)檢測(cè)算法，并在此基礎(chǔ)上提出了一種基于非參數(shù)核密度函數(shù)估計(jì)的背景建模算法，該算法在考慮了傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)算法中像素灰度值的時(shí)域相關(guān)性的同時(shí)，還充分考慮了同一幀圖像中個(gè)像素點(diǎn)灰度值的空間相關(guān)性，并且在不僅對(duì)背景建模而且對(duì)前景同樣

3、建模，另外利用非參數(shù)模型估計(jì)密度函數(shù)，克服了單高斯和混合高斯不能充分?jǐn)M合密度函數(shù)的缺點(diǎn)，得到能充分反應(yīng)實(shí)際背景且光滑的模型。從而很好的解決了在場(chǎng)景中有類似攝像機(jī)抖動(dòng)，樹(shù)枝搖曳，波紋等周期性運(yùn)動(dòng)以及雨雪天氣等情況的運(yùn)動(dòng)目標(biāo)檢測(cè)的問(wèn)題。結(jié)果表明，該算法檢測(cè)效果好、運(yùn)算快速、穩(wěn)定。本文同時(shí)研究了運(yùn)動(dòng)目標(biāo)跟蹤的關(guān)鍵技術(shù)，研究了基于Kalman濾波的運(yùn)動(dòng)目標(biāo)跟蹤問(wèn)題，給出一種基于Kalman濾波的運(yùn)動(dòng)目標(biāo)跟蹤算法，通過(guò)目標(biāo)檢測(cè)、目標(biāo)運(yùn)動(dòng)估計(jì)和目標(biāo)