多攝像機下運動目標跟蹤關聯(lián)的關鍵技術研究.pdf

1、智能視頻監(jiān)控是計算機視覺中最活躍的研究之一，目的是從監(jiān)控攝像機拍攝的海量視頻里高效提取有用信息來自動檢測、跟蹤和識別感興趣的目標，理解和分析他們的行為。本文針對多攝像機視頻跟蹤系統(tǒng)中遇到的相關問題，以多攝像機監(jiān)控場景為背景，重點研究了運動目標檢測、跟蹤算法、有重疊視野與無重疊視野攝像機之間的目標關聯(lián)（即一致性判定）等，并在前人基礎上提出改進方案。本文的主要內容為：
　　1、研究了運動目標檢測方法。結合三幀差分法與時間平均法構建背景

2、圖像，然后利用背景差分法檢測目標。該算法既利用了幀間差分法對光照適應能力強、實時性較好的優(yōu)點，又結合了背景差分法能夠檢測出目標完整輪廓的優(yōu)點，最后實驗結果表明此算法能夠較好的檢測出目標。
　　2、提出一種改進的Camshift算法。針對Camshift跟蹤算法在目標與背景顏色相近時跟蹤效果不好的問題，利用核函數(shù)對搜索窗口中屬于目標的像素點所對應的概率值進行加權，得到加權的反向投影圖，減少了背景顏色的影響。同時融合色調（Hue）、飽

3、和度（Saturation）和邊緣方向直方圖（Histogram of Oriented Edge）等目標特征構建更為魯棒的目標模型。實驗結果表明改進后的算法抗干擾能力更強，魯棒性更好，跟蹤精度更高，基本滿足實時性。
　　3、研究了有重疊視野攝像機間的目標關聯(lián)算法。對于有重疊視野區(qū)域的多攝像機，利用4對空間共面但不共線的匹配點求得單應性矩陣，然后根據(jù)單應性矩陣恢復攝像機之間的視野分界線，通過視野分界線劃分視野重疊區(qū)域。當攝像機的重

4、疊區(qū)域內出現(xiàn)運動目標，將目標坐標統(tǒng)一映射到同一個攝像機下，計算目標之間的歐式距離，如果目標的歐式距離大于既定閾值，則不是同一目標，如果只有一個目標的歐式距離小于既定閾值，則是同一目標。如果多個目標的歐式距離小于閾值，再通過顏色直方圖匹配，相似度最高的目標即是相同目標。實驗證明本文提出算法比基于視野分界線的關聯(lián)方法更簡單、準確。
　　4、對于無重疊視野區(qū)域的多攝像機，根據(jù)D-S證據(jù)理論將目標的多個特征進行融合，將色調，邊緣方向直方圖