基于視頻圖像的運動人體目標(biāo)跟蹤檢測系統(tǒng)研究與設(shè)計.pdf

1、圖像檢測與跟蹤技術(shù)是圖像處理技術(shù)中的重要應(yīng)用領(lǐng)域。傳統(tǒng)的視頻檢測模式，只能單純的接收視頻的內(nèi)容，監(jiān)測人員不得不集中全部的精力在視頻上，容易導(dǎo)致監(jiān)控人員疲勞，注意力渙散，以致漏報事件常常發(fā)生，因此智能視頻監(jiān)測技術(shù)的研究具有重要應(yīng)用價值。
　　 智能視頻檢測的智能性體現(xiàn)在它能通過圖像分析，減輕人的工作量，減少漏報和誤報。視頻畫面中的運動目標(biāo)的檢測和跟蹤是視頻檢測的關(guān)鍵技術(shù)。
　　 本文在分析已有算法的基礎(chǔ)上提出了累積差分自適

2、應(yīng)更新方法建立背景模型。論文分析了當(dāng)前的幾種典型運動目標(biāo)檢測算法，針對實際監(jiān)控系統(tǒng)的要求，提出一種基于直方圖比較的混合高斯模型背景差分方法，由于當(dāng)前幀更能反映背景變化的情況，且隨著幀數(shù)的增加背景波動紋理增多，誤差增大，因此選擇適當(dāng)?shù)拈y值，更新因子的設(shè)定是關(guān)鍵，也是是用該方法建立與更新背景模型的關(guān)鍵。算法可以根據(jù)光線變化程度進(jìn)行自適應(yīng)更新;并在無光線突變情況發(fā)生時仍保持原有更新方式。算法的性能測試以及實驗結(jié)果均表明，基于累積差分更新的背景

3、減除法能兼顧準(zhǔn)確性與實時性，但還存在空洞現(xiàn)象。
　　 針對基于累積差分更新的背景減除法的目標(biāo)檢測出現(xiàn)檢測空洞，使漏檢率和誤檢率上升的問題，本文將背景差分的方法以及AdaBoost級聯(lián)分類方法分別引入到頭部目標(biāo)檢測當(dāng)中，將兩種方法檢測出的運動目標(biāo)進(jìn)行比較，得到優(yōu)化后的運動目標(biāo)。實驗結(jié)果表明，與單純的使用一種方法相比，檢測系統(tǒng)能更加準(zhǔn)確地檢測到需要實時跟蹤的目標(biāo)。
　　 在VS2010集成開發(fā)環(huán)境下，采用MFC應(yīng)用程序框架及