運(yùn)動目標(biāo)檢測及跟蹤技術(shù)的研究.pdf

1、隨著信息社會的不斷發(fā)展,計(jì)算機(jī)被廣泛運(yùn)用到了各行各業(yè)。而計(jì)算機(jī)視覺作為一門綜合性的學(xué)科,已經(jīng)吸引了各個學(xué)科的學(xué)者投入到對它的研究中去。計(jì)算機(jī)視覺是使用計(jì)算機(jī)及相關(guān)設(shè)備對生物視覺的一種模擬,它的主要任務(wù)就是通過對采集的圖片或視頻進(jìn)行處理以獲得相應(yīng)場景的三維信息,就像人類和許多其他類生物每天所做的那樣。運(yùn)動目標(biāo)檢測與跟蹤技術(shù)是計(jì)算機(jī)視覺領(lǐng)域研究較為廣泛的領(lǐng)域之一。這取決于這項(xiàng)技術(shù)的實(shí)用性很高,無論在民用還是軍事領(lǐng)域都具有極高的研究利用價值。

2、視頻智能監(jiān)控系統(tǒng)是最能體現(xiàn)運(yùn)動目標(biāo)檢測與跟蹤技術(shù)核心價值的平臺。
　　本文從運(yùn)動目標(biāo)檢測和運(yùn)動目標(biāo)跟蹤兩個方面來研究這項(xiàng)技術(shù);首先介紹了運(yùn)動目標(biāo)檢測最為常用的幾個方法:光流法、幀間差分法、背景減法。這三種方法是目前運(yùn)用最為普遍的基本方法,但是由于其使用范圍的局限性,導(dǎo)致單一使用其中一種方法往往得到的結(jié)果并不理想,所以實(shí)際應(yīng)用中往往采用的是改進(jìn)的算法。接下來根據(jù)檢測運(yùn)動目標(biāo)時背景的不同來分類,分別從靜止背景下的目標(biāo)檢測和動態(tài)背景下的

3、目標(biāo)檢測兩個方面來討論。運(yùn)動目標(biāo)跟蹤是建立在運(yùn)動目標(biāo)檢測基礎(chǔ)之上的研究內(nèi)容,它是后續(xù)更加深入研究的基礎(chǔ),如:異常行為分析、交通流量統(tǒng)計(jì)等。本文介紹了運(yùn)動目標(biāo)跟蹤技術(shù)的研究要點(diǎn),重點(diǎn)分析了基于Mean Shift的目標(biāo)跟蹤算法和基于卡爾曼濾波的目標(biāo)跟蹤算法。最后,以智能交通系統(tǒng)為平臺,以運(yùn)行車輛為研究對象設(shè)計(jì)了交通流量統(tǒng)計(jì)的系統(tǒng)。該系統(tǒng)采用了基于背景模型的目標(biāo)檢測方法。而車輛跟蹤則利用了卡爾曼濾波原理。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)具有良好的適應(yīng)環(huán)