視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)的研究與實(shí)現(xiàn).pdf

1、運(yùn)動(dòng)目標(biāo)的跟蹤是視頻監(jiān)控系統(tǒng)中一個(gè)重要組成部分，因此如何實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)實(shí)時(shí)、穩(wěn)定和有效地跟蹤，是一個(gè)需要關(guān)注和研究的重要問題。 本文針對(duì)被跟蹤目標(biāo)存在姿勢(shì)不斷變化，部分被遮擋和旋轉(zhuǎn)的問題，對(duì)視頻監(jiān)控系統(tǒng)中目標(biāo)跟蹤系統(tǒng)深入研究和分析，在對(duì)現(xiàn)有目標(biāo)跟蹤算法比較的基礎(chǔ)上，選擇了一種基于目標(biāo)顏色直方圖特征的目標(biāo)跟蹤算法(Meanshift)。算法以目標(biāo)區(qū)域的梯度方向分布(直方圖)為特征，構(gòu)造了可用Meanshift算法尋優(yōu)的相似度函數(shù)，

2、利用Meanshift尋優(yōu)收斂速度快的特點(diǎn)，可有效實(shí)現(xiàn)跟蹤。 針對(duì)Meanshift算法對(duì)快速目標(biāo)跟蹤效果不好的情況，本文引入了卡爾曼濾波器，通過對(duì)卡爾曼濾波器建模實(shí)現(xiàn)了對(duì)快速目標(biāo)的跟蹤。卡爾曼濾波器包括兩個(gè)模型，信號(hào)模型和觀測(cè)模型。通過以往幀的觀測(cè)向量來預(yù)測(cè)當(dāng)前幀的狀態(tài)向量，從而得到目標(biāo)的可能位置，利用這些位置信息組成當(dāng)前幀的觀測(cè)向量，再去預(yù)測(cè)下一幀的狀態(tài)向量，循環(huán)迭代。 試驗(yàn)結(jié)果表明，本文給出的基于目標(biāo)顏色直方圖的M