實時視頻中多運動目標檢測與跟蹤研究.pdf

1、智能視覺監(jiān)控就是要用計算機視覺的方法，在不需要人為干預(yù)的情況下，通過對攝像機拍錄的圖像序列進行自動分析，實現(xiàn)對動態(tài)場景中目標的定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標的行為，從而做到既能完成日常管理又能在異常情況發(fā)生的時候及時做出反應(yīng)。智能視覺監(jiān)控的一個主要研究內(nèi)容就是運動分割和跟蹤。 本論文主要研究了固定場景中多運動目標的檢測及跟蹤方法。分析了目標檢測的常用方法，提出將背景減除與時間差分方法結(jié)合的檢測目標方法，提高了目標檢

2、測準確性。研究了基于色度、梯度建立背景模型檢測目標的方法，能實時更新背景模型，基本避免場景中光線變化的影響，有效消除了目標陰影，能準確檢測目標，并得到目標輪廓及提取視頻目標，為下一階段針對目標區(qū)域的處理提供較完整的目標信息。 在目標跟蹤階段，分析了跟蹤的基本原理。對目標的線性運動模型，討論了如何應(yīng)用Kalman濾波器得到目標狀態(tài)估計、預(yù)測，在目標數(shù)據(jù)相關(guān)(匹配)過程中，采用Mahalanobis距離得到目標運動相似性的度量，提出

3、建立幀間“匹配矩陣”并由匈牙利算法求得對應(yīng)匹配目標。詳細分析了如何將顏色作為目標特征跟蹤：采用顏色直方圖表示目標顏色特征，由直方圖相交算法得到顏色相似性度量。給出了基于目標模型(運動、顏色、形狀模型)的跟蹤算法。當多目標相互遮擋時，改進了基于目標模型的跟蹤算法，在目標運動模型匹配中，由目標運動的概率分布特性，產(chǎn)生多個“虛目標”，確定最佳“虛目標”恢復丟失的遮擋目標，并通過概率方法分割遮擋目標的可見部分，進一步確定遮擋目標的信息。最后，給