基于卡爾曼濾波的動目標(biāo)視覺跟蹤方法研究.pdf

1、自上世紀(jì)中期，運動目標(biāo)跟蹤的概念被提出之后，運動目標(biāo)檢測與跟蹤技術(shù)得到迅速發(fā)展和廣泛應(yīng)用。九十年代以來，基于視頻的目標(biāo)跟蹤方法研究也逐漸增多。由于實際跟蹤環(huán)境復(fù)雜多變，被跟蹤運動目標(biāo)模型不確定等因素，運動目標(biāo)視覺跟蹤技術(shù)成為計算機(jī)視覺研究領(lǐng)域中十分有挑戰(zhàn)性的研究內(nèi)容之一。本文基于卡爾曼濾波理論，對運動目標(biāo)視覺跟蹤技術(shù)展開了多種方法的研究，并提出了新的運動目標(biāo)檢測方法和陰影檢測與去除方法，取得了較好的實驗結(jié)果。本文的主要工作如下：

2、　　 在運動目標(biāo)檢測方面，針對三幀差法檢測出的圖像含有噪聲和目標(biāo)部分區(qū)域漏檢的不足，應(yīng)用數(shù)學(xué)形態(tài)學(xué)原理對檢測結(jié)果進(jìn)行處理，去除檢測結(jié)果中的噪聲，填充部分漏檢區(qū)域，并提出了一種基于梯度的邊緣連接算法，對運動目標(biāo)邊緣檢測結(jié)果進(jìn)行改進(jìn)。本文結(jié)合三幀差法和改進(jìn)的邊緣檢測方法對運動目標(biāo)進(jìn)行檢測。該方法不僅提高目標(biāo)檢測的精度，而且避免了運動目標(biāo)部分區(qū)域的漏檢。
　　 在運動目標(biāo)跟蹤方面，應(yīng)用經(jīng)典卡爾曼濾波算法實現(xiàn)了對運動目標(biāo)的跟蹤，但經(jīng)典