基于視頻的運動目標檢測與跟蹤系統(tǒng)的研究.pdf

1、近年來，中國的監(jiān)控攝像頭以每年20％左右的速度增長，激增的攝像頭帶來了大量的視頻數(shù)據(jù)處理任務。傳統(tǒng)的視頻監(jiān)控系統(tǒng)不能滿足用戶日益增長的需求。針對智能視頻監(jiān)控系統(tǒng)的研究得到越來越多的關注。本文主要是針對一個靜止攝像頭監(jiān)控的場景進行的研究。研究的主要內(nèi)容包含四部分，包括運動目標檢測、陰影去除、運動目標跟蹤和行為理解等四部分。
　　運動目標檢測是整個視頻過程的基礎，它的檢測結果關系到后續(xù)過程能否順利進行。在這部分，對當前應用比較普遍的幾

2、種運動目標檢測算法進行詳細的介紹和分析，并對其中的背景差法進行改進。由于背景差法的難點和計算量集中在背景建模和更新過程中，所以本文提出動態(tài)中值法對背景差法的背景建模和更新過程進行改進，在保證準確度的基礎上，提高了背景建模和更新的效率。并對該算法做實驗驗證，得到了不錯的結果。
　　由于光照的影響，運動目標檢測結果有時會受到陰影的干擾，所以去除陰影是運動目標檢測之后很重要的一個過程。通過對陰影特征的分析和對陰影算法的研究，提出改進的基

3、于RGB色彩空間的陰影算法。該算法利用顏色恒常性原理和陰影特征，對經(jīng)過運動目標檢測過程得到的運動區(qū)域進行檢測和處理，可以有效快速的去除陰影，得到準確的運動目標。
　　運動目標檢測技術是針對每一張視頻圖像而言，檢測得到不同的運動目標。而運動目標跟蹤技術是對同一運動目標而言，找到它在連續(xù)的圖像序列中的位置，從而確定目標的運動方向、軌跡、速度等運動參數(shù)，也就實現(xiàn)了對運動目標的跟蹤。本文主要對mean-shift算法進行詳細的研究，該方法