運動目標檢測與跟蹤算法.pdf

1、本文研究了目前幾種流行的目標檢測算法和目標跟蹤算法.從目標檢測與跟蹤算法的技術(shù)難點出發(fā)，分析得到幀間差分法和背景差分法能達到實時運行檢測，然而這兩種方法都存在不足，需要加以改進.在背景差分法基礎上，Olivier Barnich等人提出了一種快速的ViBe算法.
　　ViBe算法是一種有效的背景差分算法，適合一些靜態(tài)場景下的目標檢測，但是對一些場景變化依舊很敏感，特別是在光照的突然改變時，ViBe算法會將大面積的背景像素點誤判為前

2、景點.這主要是因為ViBe算法是基于RGB色彩空間對像素點進行判別的，然而像素的RGB值在亮度改變時也會發(fā)生改變.為此本文做出改進，將色彩空間改為(r，g，I)，增加了一項光照強度條件，降低了算法對于光照改變的敏感度.實驗結(jié)果表明，改進算法在光照突然變化時對前景的提取更加完整，大大減少了誤判的背景點，并且隨著時間推移檢測越來越準確.
　　ViBe算法是用第一幀建立背景模型并初始化，雖然加快了運行速度，但是造成了對一些特定場景的不適

3、用性.如果在第一幀場景中包含運動目標，由于ViBe算法建立的背景模型不準確，直接導致目標在初始位置留下影子;而且ViBe算法中背景模型更新間隔長，對于快速運動的目標會產(chǎn)生重影現(xiàn)象.針對這兩個問題，本文利用三幀差分處理影子問題的優(yōu)勢，提出一種結(jié)合三幀差分思想的ViBe算法.當前幀和背景模型得到的差分圖與前一幀得到的差分圖再進行與運算，之后運用ViBe的思想對模型進行實時更新.
　　通過實驗表明，改進算法在多種場景下都可以準確地識別并