一種新的動態(tài)目標檢測與跟蹤技術(shù)研究.pdf

1、運動目標的檢測與跟蹤是計算機視覺領(lǐng)域的一個重要課題，在智能視頻監(jiān)控、基于視頻的人機交互、機器人視覺導航、虛擬現(xiàn)實、自動駕駛、醫(yī)學圖像及農(nóng)業(yè)自動化等領(lǐng)域都有廣泛的應用。本文對動態(tài)目標檢測與跟蹤技術(shù)進行了研究，主要研究內(nèi)容有靜態(tài)、動態(tài)背景下的動態(tài)目標檢測方法與動態(tài)目標的跟蹤方法。
　　 本文在分析了Gabor濾波器原理及其特性的基礎(chǔ)上，提出基于Gabor方向梯度的光流計算方法檢測動態(tài)目標，該方法首先對圖像進行8個方向的Gabor濾波

2、，提取出具有方向性的輪廓特征圖像替代灰度分布圖像，將提取出的方向子圖進行疊加，重構(gòu)包含原圖輪廓特征的圖像，從而可以消除復雜背景中對光流計算造成不利影響的因素，在此圖像基礎(chǔ)上運用梯度光流計算技術(shù)計算光流場，其光流計算方向與Gabor濾波方向相同。實驗表明，該方法能減少背景灰度分布區(qū)域的光流噪聲，準確捕獲定向光流，易于將背景與動態(tài)目標通過光流場進行分離，目標檢測效果好，精度高。
　　 在目標跟蹤方面，研究了粒子濾波，核粒子濾波，粒子

3、群優(yōu)化算法。討論了粒子群優(yōu)化算法與核粒子濾波算法的適應性，提出了粒子群優(yōu)化核粒子濾波跟蹤算法。在核粒子濾波跟蹤算法中引入上一時刻粒子最優(yōu)解對粒子本身的影響因素，利用粒子群優(yōu)化核粒子濾波的擾動方程，使得遠離真實狀態(tài)的粒子更加趨向于高似然區(qū)域，提高了每個粒子的作用效果，改善粒子發(fā)散性問題，提高跟蹤精度。仿真實驗表明，改進的核粒子濾波性能優(yōu)于粒子濾波與核粒子濾波。通過視頻跟蹤實驗表明，在目標產(chǎn)生加速的情況下，粒子群優(yōu)化核粒子濾波跟蹤精度好于粒