基于視頻的運動物體的實時檢測與跟蹤.pdf

1、數(shù)字圖像處理和計算機視覺是近年來發(fā)展十分迅速的研究方向，目前正廣泛地應用于軍用和民用等各個領域，是智能機器獲取外部信息和理解世界的重要途徑。運動檢測與目標跟蹤是計算機視覺中兩個最重要的應用，也是本文的研究內容。 本文的研究背景是為自主移動機器人在室內環(huán)境的世界建模和路徑規(guī)劃、導航等高層決策提供關鍵信息，特別是為機器人的環(huán)境監(jiān)控、目標跟隨、避障等任務提供判斷和決策依據(jù)。運動檢測和目標跟蹤作為兩個相對獨立的計算機視覺應用，在文中分別

2、進行了算法理論的研究和實驗驗證。 對于運動檢測，本文采用了基于多高斯背景模型的背景差分算法作為核心算法，同時引入高斯濾波圖像預處理以及形態(tài)學處理算法作為輔助，提出了一套完整的運動檢測算法方案并在實驗中進行驗證.本文針對該算法本身的缺陷導致周期性大面積誤檢測的問題，提出了新的模型更新算法加以解決；以及針對無法克服相機運動、陰影干擾影響的不足，本文也分別提出了模型重構算法和基于HSV空間的陰影濾除算法，并通過實驗驗證了改進算法的有效

3、性和先進性。 對于目標跟蹤，本文采用基于Mean shift的目標跟蹤算法作為核心算法。提出了基于二維直方圖的特征表示方法，并根據(jù)目標的色彩和灰度信息構建目標模板；利用Bhattaeharyya系數(shù)衡量模板匹配相似度，結合理論分析和實驗結果論證了其可行性。對于算法存在的不足，特別是目標特征不明顯和目標運動激烈場景導致的跟蹤失敗問題，本文提出了改進的相似度評價方法及引入Kalman預估器的改進方法，并在實驗中進行比較驗證.