視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤算法研究.pdf

1、伴隨著計(jì)算機(jī)、圖像處理、人工智能和模式識(shí)別等各項(xiàng)技術(shù)的迅速發(fā)展，近年來(lái)興起了數(shù)字化視頻監(jiān)控的浪潮。視頻序列中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)不需要人為干預(yù)，利用計(jì)算機(jī)視覺(jué)和視頻分析的方法對(duì)攝像機(jī)拍錄的圖像序列進(jìn)行自動(dòng)分析，吸引了國(guó)內(nèi)外大批學(xué)者的關(guān)注和深入研究，并取得了大量的成績(jī)。本文在分析前人研究成果的基礎(chǔ)上，在提高運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法的自適應(yīng)性和實(shí)時(shí)性等方面進(jìn)行深入研究，分別實(shí)現(xiàn)了基于壓縮傳感理論的背景差分檢測(cè)算法和基于卡爾曼濾波預(yù)測(cè)的快速跟

2、蹤算法，并對(duì)基于顏色直方圖分布模式匹配的Mean-shift算法進(jìn)行深入研究。主要工作內(nèi)容概括如下：
　　 1、簡(jiǎn)要介紹運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)的常用方法，采用有限幀均值和自適應(yīng)閾值方法對(duì)基于背景差分和幀間差分相結(jié)合的檢測(cè)方法進(jìn)行了改進(jìn)，對(duì)于視頻序列的初始幀中含有運(yùn)動(dòng)目標(biāo)時(shí)初始背景建立不準(zhǔn)確的缺陷進(jìn)行了彌補(bǔ)，同時(shí)有效避免了采用經(jīng)驗(yàn)閾值的非適應(yīng)性。
　　 2、為了減少視頻序列中巨大的數(shù)據(jù)量處理帶來(lái)的壓力，結(jié)合最近興起的壓縮傳感理論

3、，實(shí)現(xiàn)了一種基于壓縮傳感理論的背景差分檢測(cè)算法。不同于傳統(tǒng)的奈奎斯特采樣定理，壓縮傳感理論指出只要信號(hào)具有稀疏性或可壓縮性，就可以通過(guò)較少的隨機(jī)采樣點(diǎn)來(lái)恢復(fù)原始信號(hào)。采用該改進(jìn)算法使用少量采樣數(shù)據(jù)即可實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)的目的，很大程度上減少了處理的數(shù)據(jù)量。
　　 3、深入研究卡爾曼濾波在運(yùn)動(dòng)目標(biāo)跟蹤中的應(yīng)用，改進(jìn)了一種快速有效的卡爾曼濾波預(yù)測(cè)算法。卡爾曼濾波是基于系統(tǒng)當(dāng)前的狀態(tài)對(duì)下一時(shí)刻的狀態(tài)做最優(yōu)估計(jì)及修正的，由于每次計(jì)算的參數(shù)

4、過(guò)多，使得計(jì)算量繁瑣，對(duì)目標(biāo)跟蹤的實(shí)時(shí)性產(chǎn)生影響。然而通過(guò)公式推導(dǎo)和多次實(shí)驗(yàn)發(fā)現(xiàn)其增益系數(shù)在迭代次數(shù)為參與視頻處理序列總數(shù)的前20％時(shí)，迅速變成一個(gè)常量。本文采取前20％幀數(shù)運(yùn)用原增益系數(shù)方程進(jìn)行更新，其余的視頻序列中增益系數(shù)置為常量的處理方法。計(jì)算機(jī)仿真實(shí)驗(yàn)證明本文算法可以快速有效地實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的跟蹤目的。
　　 4、深入研究基于顏色直方圖模式匹配的Mean-shift算法，實(shí)現(xiàn)其與快速卡爾曼濾波預(yù)測(cè)相結(jié)合的算法，減少了運(yùn)動(dòng)目