視頻目標(biāo)運(yùn)動(dòng)軌跡提取算法的分析與仿真.pdf

1、在人所感知到的環(huán)境信息中，視覺信息占了非常大的比重，其中動(dòng)態(tài)視覺信息更是其主要組成部分。運(yùn)動(dòng)目標(biāo)的動(dòng)態(tài)圖象提供了比單一圖象更豐富的信息，通過對(duì)多幀圖象分析，可獲得從單一圖象中不可能得到的信息。運(yùn)動(dòng)目標(biāo)的圖象識(shí)別與跟蹤就是在動(dòng)態(tài)圖象分析的基礎(chǔ)上結(jié)合圖象識(shí)別和圖象跟蹤方法對(duì)圖象序列中的目標(biāo)進(jìn)行檢測(cè)-識(shí)別-跟蹤的過程。
　　本文的研究對(duì)象是視頻序列，或者說圖象序列。文中的運(yùn)動(dòng)目標(biāo)檢測(cè)是指判斷視頻序列中是否存在運(yùn)動(dòng)目標(biāo)；運(yùn)動(dòng)目標(biāo)跟蹤是指在

2、整個(gè)視頻序列中監(jiān)控運(yùn)動(dòng)目標(biāo)的時(shí)空變化，如目標(biāo)的出現(xiàn)與消失，目標(biāo)的位置、尺寸和形狀等。運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是緊密關(guān)聯(lián)的兩個(gè)過程，跟蹤始于檢測(cè)，而目標(biāo)在后續(xù)圖象序列中的重復(fù)檢測(cè)也有助于目標(biāo)的跟蹤。由于光照變化、背景干擾、陰影、攝像機(jī)的抖動(dòng)以及運(yùn)動(dòng)目標(biāo)之間遮擋等現(xiàn)象的存在，都給運(yùn)動(dòng)目標(biāo)的正確檢測(cè)與跟蹤帶來了極大的挑戰(zhàn)。
　　本文在深入總結(jié)和分析現(xiàn)有運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法的基礎(chǔ)上，重點(diǎn)研究攝像頭固定情況下運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤技術(shù)。首先，文

3、章通過廣泛查閱國內(nèi)外相關(guān)文獻(xiàn)和資料，詳細(xì)對(duì)比了國內(nèi)外常用的目標(biāo)檢測(cè)跟蹤領(lǐng)域的各項(xiàng)關(guān)鍵技術(shù)，通過對(duì)這些技術(shù)的仿真和分析設(shè)計(jì)出本項(xiàng)目的數(shù)據(jù)結(jié)構(gòu)和算法描述。在此基礎(chǔ)上，本文構(gòu)造了一種基于差分圖象的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，通過幀間差分、自適應(yīng)閾值、形態(tài)濾波和連通單元標(biāo)記四個(gè)步驟實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的檢測(cè)。最后結(jié)合形心檢測(cè)的方法獲得運(yùn)動(dòng)目標(biāo)的位置坐標(biāo)，設(shè)計(jì)出一個(gè)運(yùn)動(dòng)目標(biāo)軌跡提取算法。在優(yōu)化方面，自適應(yīng)閾值模塊中采用的原始大津法運(yùn)算量大，本文通過對(duì)大津法的分析改