智能監(jiān)控系統(tǒng)中運(yùn)動(dòng)檢測(cè)與跟蹤方法的研究.pdf

1、本文研究的主要內(nèi)容是智能監(jiān)控系統(tǒng)中的運(yùn)動(dòng)物體的檢測(cè)和跟蹤技術(shù)。智能監(jiān)控系統(tǒng)中運(yùn)動(dòng)物體的檢測(cè)(包含去陰影)與跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域和數(shù)字圖像處理領(lǐng)域的重要研究課題之一，也是近年來(lái)備受研究者關(guān)注的前沿方向。本文針對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤技術(shù)進(jìn)行了探索和研究，提出了新的方法，并通過(guò)實(shí)驗(yàn)證明了新方法的有效性。主要研究包括以下幾個(gè)方面： 1．在幀差分的基礎(chǔ)上，提出了光流法和時(shí)間濾波相結(jié)合的運(yùn)動(dòng)檢測(cè)算法。該方法在假設(shè)目標(biāo)在一定時(shí)間段內(nèi)運(yùn)動(dòng)一致的

2、條件下，能從復(fù)雜背景中實(shí)時(shí)檢測(cè)出運(yùn)動(dòng)區(qū)域。該算法魯棒性好，能在沒(méi)有背景，沒(méi)有任何包括物體大小、形狀等先驗(yàn)知識(shí)的情況下結(jié)合梯度差分圖、光流計(jì)算和時(shí)間濾波器得到有效運(yùn)動(dòng)區(qū)域。 2．基于陰影區(qū)域的亮度值低于對(duì)應(yīng)背景區(qū)域亮度值的原理去除陰影。首先將檢測(cè)結(jié)果分為高亮度部分和低亮度部分，其中高亮度部分完全由運(yùn)動(dòng)目標(biāo)構(gòu)成，低亮度部分則是由運(yùn)動(dòng)目標(biāo)的低亮度部分和陰影區(qū)域共同構(gòu)成；其次將對(duì)低亮度部分進(jìn)行分類，采用多閾值分割的方法對(duì)陰影區(qū)域和目標(biāo)的

3、低亮度部分進(jìn)行分離；最后將目標(biāo)的高亮度部分和低亮度部分融合，通過(guò)形態(tài)學(xué)去噪處理即可得到最終的檢測(cè)結(jié)果。實(shí)驗(yàn)證明了該方法能實(shí)時(shí)地、有效地去除運(yùn)動(dòng)目標(biāo)的影子。 3．基于粒子濾波對(duì)運(yùn)動(dòng)目標(biāo)預(yù)測(cè)結(jié)果進(jìn)行跟蹤。在運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤中，基于Kalman濾波預(yù)測(cè)的方法是常用的有效方法，但因目標(biāo)檢測(cè)時(shí)常將靠近的物體檢測(cè)成一個(gè)目標(biāo)引起誤檢現(xiàn)象，這會(huì)使在目標(biāo)匹配時(shí)產(chǎn)生錯(cuò)誤。為此，提出了用粒子濾波預(yù)測(cè)取代Kalman預(yù)測(cè)的方法。實(shí)驗(yàn)結(jié)果表明該方法能很