基于超級像素的運動目標(biāo)檢測與跟蹤算法研究.pdf

1、近年來，隨著“平安城市建設(shè)”項目與“科技強警”戰(zhàn)略的實施，在我國各個城市都已安裝了大量的監(jiān)控攝像頭。通過視頻監(jiān)控，可以在很大程度上減少違法犯罪行為，保障著人們的日常生活。然而，大量的監(jiān)控設(shè)備必然會產(chǎn)生大量的監(jiān)控數(shù)據(jù)，如何能夠有效地利用這些視頻數(shù)據(jù)并快速獲得所需的信息，便成為一個亟需解決的問題。在傳統(tǒng)監(jiān)控視頻處理中往往采用人工查找的方法，這通常需要耗費大量的人力物力，且效率比較低下。因此，如何采用計算機對視頻數(shù)據(jù)進行處理并快速獲得所需要的

2、信息便成為近年來機器視覺的一個研究熱點。
　　 在視頻內(nèi)容研究領(lǐng)域中運動目標(biāo)檢測與目標(biāo)跟蹤是基礎(chǔ)性研究，在這兩方面都已有大量的研究成果。然而，基于視頻環(huán)境的復(fù)雜性，許多問題仍然未得到完全解決。本文通過對運動目標(biāo)檢測與目標(biāo)跟蹤算法相關(guān)問題進行研究，提出了基于超級像素的運動目標(biāo)檢測與目標(biāo)跟蹤算法。本文的具體研究內(nèi)容與創(chuàng)新點如下:
　　 1.研究分析超級像素相關(guān)算法，提出了一種基于K-means的超級像素改進算法。實驗結(jié)果表明

3、改進后地算法能更好的保留圖像邊緣，使得圖像分割更為準(zhǔn)確。
　　 2.提出了一種基于超級像素的運動目標(biāo)檢測算法。通過在圖像超級像素塊中提取紋理特征與顏色特征建立背景模型，進而完成運動目標(biāo)檢測任務(wù)。實驗結(jié)果表明該算法相對于基于點特征的運動目標(biāo)檢測算法能夠有效地減少虛警率，并保證檢測目標(biāo)的連續(xù)性;相對于基于區(qū)域的運動目標(biāo)檢測算法該方法能較好的保留目標(biāo)的邊緣。
　　 3.提出了一種基于超級像素的目標(biāo)跟蹤算法。在大多數(shù)基于特征點的