基于機器視覺的目標實時跟蹤技術(shù)研究.pdf

1、計算機視覺是智能機器獲取外部信息和理解世界的主要途徑,運動目標的檢測與跟蹤作為計算機視覺的核心課題之一,已經(jīng)成為近年來計算機視覺領(lǐng)域的熱點研究問題。運動目標的檢測與跟蹤是一種對包含運動目標的序列圖像進行分析和綜合的技術(shù),該項技術(shù)融合了圖像處理、模式識別、人工智能、自動控制、計算機等領(lǐng)域的先進技術(shù),在視覺導航、視頻監(jiān)控、醫(yī)療診斷、工業(yè)檢測等方面有著重要的價值及廣闊的前景。
　　 本課題通過對目前常用的目標檢測與跟蹤算法及圖像處理、

2、卡爾曼濾波等理論的研究,在參考大量國內(nèi)外文獻的基礎(chǔ)上,研究并改進了基于視頻圖像序列的目標檢測與跟蹤算法。Camshift算法作為一種基于目標顏色特征的跟蹤方法,方法由于無參,計算速度快而得到廣泛的應(yīng)用,但現(xiàn)行的Camshift算法由于采用單一的感興趣區(qū)域進行搜索匹配,當存在相似色干擾體時,跟蹤的發(fā)散現(xiàn)象嚴重,并且由于只利用了顏色信息,目標跟蹤丟失后無法重新獲取目標。本文針對Camshift算法的以上缺陷,首次提出了基于雙感興趣區(qū)域的Ca

3、mshift跟蹤方法,采用兩個跟蹤器分別對其跟蹤,有效的解決了相似色干擾問題,增強了跟蹤算法的魯棒性,同時,將目標的速度信息引入跟蹤算法,有效解決了目標遮擋問題,實現(xiàn)了目標丟失后的再入定位。
　　 為了驗證本文提出的目標跟蹤算法的有效性,本文文中穿插進行了大量的目標檢測與跟蹤實驗,對常見的目標檢測與跟蹤算法進行對比,針對Camshift算法的缺點提出雙感興趣區(qū)域及速度信息的融合等方面的改進,實驗表明,本文提出的方法具有很好的跟蹤