運(yùn)動目標(biāo)識別與跟蹤算法的研究.pdf

1、本論文主要研究視頻序列圖像中運(yùn)動目標(biāo)識別與跟蹤的算法.視頻序列分析通常具有很強(qiáng)的任務(wù)依賴性,往往是針對不同的應(yīng)用選用相應(yīng)的算法.為解決視頻序列中對運(yùn)動目標(biāo)的識別與跟蹤方法的問題,本文根據(jù)所處理的視頻圖像的特點,研究了基于圖像差分和連通性分析的識別方法以及基于Mean Shift分割和自適應(yīng)閾值分割的識別方法,應(yīng)用VC++6.0編寫程序進(jìn)行分析比較,并給出了實驗結(jié)果.基于差分的目標(biāo)識別方法是在進(jìn)行差分圖像之前,先對圖像進(jìn)行濾波、降噪和平滑

2、處理,再根據(jù)運(yùn)動目標(biāo)的速度進(jìn)行相鄰幀或隔幀差分以得到運(yùn)動信息,再對目標(biāo)粗糙的邊緣輪廓和背景進(jìn)行數(shù)學(xué)形態(tài)學(xué)濾波以去除背景噪聲,然后根據(jù)連通性分析提取出目標(biāo)輪廓.Mean Shift算法主要應(yīng)用于靜止圖像的分割,它是通過檢測出密度的模式進(jìn)行聚類分割的,具有快速迭代的特點.本文嘗試把基于Mean Shift算法的圖像分割方法應(yīng)用在序列運(yùn)動圖像的分割上,結(jié)合自適應(yīng)閾值分割仍能達(dá)到實時識別的要求,且較基于差分的識別方法速度快,分割效果好.本文還研