面向視頻監(jiān)控的單目標跟蹤算法研究及DSP實現(xiàn).pdf

1、隨著電子信息的飛速發(fā)展，視頻目標跟蹤技術無論在民用還是軍事上都獲得了普遍的應用，如智能視頻監(jiān)控、人機交互、機器人導航、醫(yī)學診斷以及精確制導等方面。本文廣泛地分析了目標跟蹤的典型算法之后，深入地研究了基于MeanShift算法在應用于小區(qū)視頻監(jiān)控中的硬件實現(xiàn)。Mean Shift算法是一種沿著概率密度梯度方向多次迭代尋找目標位置的快速而有效的方法，已經(jīng)成為視頻目標跟蹤方法的重要研究內容，因此，對復雜情況下的目標跟蹤的專用硬件模塊的開發(fā)是非

2、常有意義的。
　　本文以小區(qū)的視頻監(jiān)控為應用背景，研究單個攝像機固定的動態(tài)復雜場景下，對單個運動目標視頻跟蹤的硬件實現(xiàn)。具體的工作如下:
　　本文詳述介紹了經(jīng)典Mean Shift算法基本原理及在視頻目標跟蹤中的應用，歸納出設計流程圖及目標跟蹤實現(xiàn)的步驟，利用Microsoft Visual C++6.0工具對Mean Shift算法進行仿真試驗，針對仿真試驗結果分析Mean Shift算法優(yōu)缺點，對算法進行針對性改進。

3、r>　　針對目標的部分遮擋問題進行了研究，利用基于邊緣加權的Bhattacharyya系數(shù)，判斷出目標的遮擋時刻，根據(jù)遮擋嚴重程度采用不同的模板更新策略。
　　在傳統(tǒng)均值漂移算法中，當目標跟蹤區(qū)域包含較多背景像素時，將引起目標定位偏差的問題，本文針對這一問題進行了改進。設計了一種基于歸一化灰度直方圖的改進算法。改進的算法對目標模型與環(huán)繞目標模型周圍的背景區(qū)域分別建模，取得特征值的歸一化灰度直方圖。若某一特征在目標模型中的取值大于指