基于OpenCV的運動目標檢測跟蹤的研究.pdf

1、運動目標的檢測和連續(xù)跟蹤技術是目前計算機視覺領域的前沿方向和熱點研究,因為其融合多學科的先進技術,在諸多行業(yè)廣泛使用,更因為因其背后蘊藏著巨大的經濟效益和商機,引起諸多科研機構、學術界和企業(yè)界的關注。當前很多的科研機構、企業(yè)都在該領域投入了大量精力進行研究和探索,取得了豐碩成果,本文的研究是基于這些成果進行的進一步探究和實驗。本文選擇的研究課題為探索圖像中運動目標檢測和跟蹤的算法理論,研究視頻序列中運動物體的監(jiān)測、跟蹤等技術。
　

2、　在跟蹤檢測運動對象時,使用圖像處理、分析的技術手段分析視頻,實現(xiàn)跟蹤監(jiān)測運動物體的算法,對視頻序列中的目標對象能夠標識其坐標并且能夠跟蹤該物體,給出正確的運動軌跡,在此基礎上分析視頻圖像序列中運動目標的行為,從而指導各種實際應用。傳統(tǒng)的運動目標檢測方法各有利弊,很難滿足不同環(huán)境進行檢測跟蹤的速度和精度的要求,尤其在復雜光照環(huán)境和多運動目標的環(huán)境下,跟蹤效果不理想。所以針對這個現(xiàn)狀,本文做了以下工作:
　　(1)在運動目標檢測研究

3、部分,本文對比分析國內外目標檢測算法的性能,主要研究背景差分和連續(xù)幀間差分在檢測運動物體中的實際效果,并提出了新的運動檢測算法,本文算法合理融合這兩個算法的優(yōu)點,形成了本文的運動目標的檢測算法,此外本人還實現(xiàn)了自適應的背景更新算法,能夠適應光線和其他干擾因素對背景的影響,完成背景實時更新。為了消除無關的因素和噪聲對目標對象的干擾,本文對檢測出來的運動目標使用數(shù)學形態(tài)學濾波的進行處理,將運動目標加以增強顯示。經過實驗驗證,本文的算法可以清

4、晰檢測到運動對象,在復雜背景下可以實時更新背景,抗干擾性比較強,算法執(zhí)行速度快。
　　(2)本文對本實驗中圖像的預處理做了系統(tǒng)的總結,在此基礎上提出適合本文實驗環(huán)境的圖像增強,圖像噪聲處理和圖像分割方法,改進了最大類間距算法,對目標對象跟蹤的研究部分,在運動目標已經被檢測到的基礎上,采用卡爾曼濾波的跟蹤算法完成目標跟蹤,針對視頻中多個運動物體的情況,提出新的跟蹤方案,并開發(fā)完成本文的檢測與跟蹤軟件原型,利用 Harris角點進行匹