靜態(tài)背景下多目標(biāo)檢測(cè)與跟蹤的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、現(xiàn)階段我國(guó)在水上船舶的監(jiān)控技術(shù)發(fā)展的非常快，在內(nèi)河上的交通是我國(guó)經(jīng)濟(jì)發(fā)展的一部分。但是，在實(shí)際的航行中會(huì)發(fā)生很多意外的情況，如船舶之間的相撞、船舶觸礁和船橋碰撞，這些都對(duì)人類(lèi)的人生安全和財(cái)產(chǎn)安全都造成了很大的影響。所以，對(duì)海上的目標(biāo)檢測(cè)與跟蹤是非常有發(fā)展的必要，它不僅能夠?qū)p少事故有幫助，而且還能在事故發(fā)生后能夠快速的解決。智能監(jiān)控系統(tǒng)是我國(guó)現(xiàn)階段研究的一個(gè)重要的項(xiàng)目。對(duì)于海事監(jiān)控系統(tǒng)的研發(fā)是一個(gè)困難而且復(fù)雜的課題。近年來(lái)，有很大的學(xué)者

2、和專(zhuān)家都對(duì)海上的目標(biāo)檢測(cè)與跟蹤進(jìn)行研究。
　　本文通過(guò)比較了背景差分法、幀差法和光流法這些常用的檢測(cè)算法，因?yàn)楸敬螌?shí)驗(yàn)所使用的背景是靜止的情況下進(jìn)行的，因此最終選用了背景差分法中Codebook背景建模的方法，通過(guò)對(duì)每一個(gè)像素都建立一個(gè)碼本，通過(guò)建立碼本得到背景圖像，然后通過(guò)前景圖像與背景圖像的差別能夠很好的檢測(cè)出運(yùn)動(dòng)的目標(biāo)。當(dāng)運(yùn)動(dòng)目標(biāo)進(jìn)入視頻中就會(huì)給運(yùn)動(dòng)目標(biāo)進(jìn)行編號(hào)，并且提取運(yùn)動(dòng)目標(biāo)的數(shù)據(jù)信息，把信息用文本文檔存儲(chǔ)起來(lái)。這樣就能

3、很好的檢測(cè)出運(yùn)動(dòng)目標(biāo)。本文使用 camshift，它是 meanshift的沿用。它是將每一幀的搜索窗的大小和中心作為后面一幀的初始值來(lái)對(duì)目標(biāo)進(jìn)行跟蹤的。它能夠有效的解決目標(biāo)的變形和遮擋問(wèn)題。在簡(jiǎn)單的背景下能夠得到很好的跟蹤效果。有一點(diǎn)復(fù)雜就要加入預(yù)測(cè)算法，本文加入了kalman濾波對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行軌跡預(yù)測(cè)，當(dāng)目標(biāo)重疊后發(fā)生分開(kāi)時(shí)還能夠有效的對(duì)原來(lái)的目標(biāo)進(jìn)行跟蹤。kalman能夠預(yù)測(cè)出下一幀圖像運(yùn)動(dòng)目標(biāo)的位置，發(fā)生遮擋時(shí)就會(huì)迭代到目標(biāo)分離