基于OpenCV的運動船舶跟蹤與計數(shù)研究.pdf

1、為營造良好的通行環(huán)境，減少內(nèi)河航道污染及事故的發(fā)生，達到綠色航運的目的，本文對海事視頻監(jiān)控進行了研究，針對內(nèi)河航道的特殊環(huán)境，通過改進算法與原算法的對比分析來驗證改進算法在這種特定環(huán)境下的優(yōu)越性。
　　在運動目標檢測方面，本文首先學習了一種混合高斯模型背景差分法。針對該算法計算量大、背景收斂速度慢以及對于大而慢的運動目標容易出現(xiàn)“空洞”情況的缺陷重點分析了一種目標檢測融合算法，提高了目標檢測的實時性。最后針對該算法易受光照突變或水

2、流劇烈波動的影響，本文提出了一種改進的目標檢測算法，對高斯分布的方差更新設(shè)定一個閾值，避免方差陷入一直較小的狀態(tài)，從而減少目標誤判的發(fā)生，最后用面積法對提取出的前景進行閾值處理，濾除漂浮物的干擾。改進的算法能更好地適應場景的動態(tài)變化。
　　在運動目標的跟蹤方面，本文首先分析了一種基于顏色信息的CamShift目標跟蹤算法。雖然該算法能自適應地調(diào)整搜索窗口，對運動目標進行跟蹤，但單一的顏色特征并不能準確地描述運動目標，特別當顏色信息

3、受到干擾時，會發(fā)生較嚴重的偏移現(xiàn)象。針對以上不足，重點研究了一種多特征融合的CamShift算法，其利用顏色、紋理和邊緣三個特征代替單一的顏色特征來描述目標。針對其各特征的權(quán)重系數(shù)分配不合理的缺陷提出了一種改進算法，該算法利用各特征的貢獻度來分配權(quán)重系數(shù)，這樣可以對運動船舶的描述更加準確，再與改進的目標檢測融合算法相結(jié)合，實現(xiàn)了對船舶自動、穩(wěn)定、準確的跟蹤。
　　在運動船舶的流量統(tǒng)計方面，本文首先研究了虛擬檢測線法、虛擬線框法和目

4、標鏈法，在內(nèi)河航道這種特定的環(huán)境下，且出于實時性和準確性的綜合考慮，虛擬檢測線計數(shù)法能較好地統(tǒng)計出運動船舶的船流量。
　　最后，本文在VC++6.0軟件環(huán)境下，同時結(jié)合計算機開源視覺庫函數(shù)，對本文涉及到的各個算法進行編程實現(xiàn)，并對實驗結(jié)果進行了對比分析。在運動船舶的檢測方面，改進后的算法有更好的魯棒性和實時性，能更好地適應場景的動態(tài)變化；在運動船舶的跟蹤方面，改進后的算法能對運動船舶進行更加準確穩(wěn)定地跟蹤，體現(xiàn)出了更好地魯棒性；在