運(yùn)動(dòng)物體相對(duì)位置的視覺(jué)檢測(cè)算法的研究.pdf

1、隨著經(jīng)濟(jì)以及電子技術(shù)的飛速發(fā)展，機(jī)器視覺(jué)受到人們的廣泛關(guān)注。作為機(jī)器視覺(jué)的重要發(fā)展方向，動(dòng)態(tài)視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)及跟蹤越來(lái)越多的應(yīng)用到智能視頻監(jiān)控、天文觀測(cè)、工業(yè)故障檢測(cè)、軍事導(dǎo)航、醫(yī)學(xué)圖像分析等國(guó)民生活的各個(gè)領(lǐng)域。動(dòng)態(tài)視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)及跟蹤主要包括運(yùn)動(dòng)目標(biāo)的檢測(cè)和運(yùn)動(dòng)目標(biāo)的跟蹤兩個(gè)方面。運(yùn)動(dòng)目標(biāo)檢測(cè)是指按照一定的周期從視頻圖像序列中檢測(cè)出前景運(yùn)動(dòng)目標(biāo)，而運(yùn)動(dòng)目標(biāo)跟蹤是指在視頻圖像中準(zhǔn)確的將運(yùn)動(dòng)目標(biāo)標(biāo)記出來(lái)。
　　本文將對(duì)運(yùn)動(dòng)

2、物體的檢測(cè)及跟蹤技術(shù)進(jìn)行研究。針對(duì)在運(yùn)動(dòng)目標(biāo)檢測(cè)過(guò)程中因光照、陰影、自然環(huán)境等因素而導(dǎo)致的檢測(cè)結(jié)果不清晰問(wèn)題，采用四幀差分和Surendra算法相結(jié)合的方法進(jìn)行運(yùn)動(dòng)目標(biāo)分割。針對(duì)在運(yùn)動(dòng)目標(biāo)跟蹤過(guò)程中出現(xiàn)的背景顏色相似、目標(biāo)遮擋等導(dǎo)致的目標(biāo)丟失問(wèn)題，本文將采用Kalman預(yù)測(cè)和改進(jìn)的Camshift相結(jié)合的算法對(duì)目標(biāo)進(jìn)行跟蹤。將Surendra算法和四幀差分算法相結(jié)合對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)。本算法將四幀差分法檢測(cè)的目標(biāo)和Surendra算法通

3、過(guò)背景差分得到的目標(biāo)進(jìn)行結(jié)合，然后通過(guò)連通區(qū)域檢測(cè)消除小的空洞和殘留的噪聲斑點(diǎn)，最后得到運(yùn)動(dòng)目標(biāo)圖像信息。這種算法既能夠準(zhǔn)確的提取出運(yùn)動(dòng)目標(biāo)，又能迅速適應(yīng)實(shí)際場(chǎng)景中的變化。通過(guò)實(shí)驗(yàn)證明了本算法的準(zhǔn)確性。采用Kalman預(yù)測(cè)和改進(jìn)的Camshifi相結(jié)合的算法來(lái)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤。先用Kalman濾波器預(yù)測(cè)Camshift算法里第二幀以后的搜索框的質(zhì)心和大小，后用Camshift算法得出移動(dòng)目標(biāo)區(qū)域的準(zhǔn)確的位置和大小，有效的對(duì)運(yùn)動(dòng)物體進(jìn)行