基于分塊高斯背景的運動目標(biāo)檢測與跟蹤技術(shù)研究.pdf

1、本論文主要對運動目標(biāo)檢測、運動目標(biāo)跟蹤技術(shù)開展研究。運動目標(biāo)的檢測與跟蹤是數(shù)字圖像處理和模式識別以及計算機視覺領(lǐng)域研究的主要內(nèi)容之一，也是計算機視覺研究的一個重要領(lǐng)域。它在機器人導(dǎo)航、安全監(jiān)控系統(tǒng)、醫(yī)學(xué)圖象分析和虛擬現(xiàn)實等領(lǐng)域中都有廣泛應(yīng)用。 本文完成的工作包括以下三個部分： 1、介紹了靜態(tài)背景下運動目標(biāo)檢測的三種算法，全面分析了三種算法的優(yōu)缺點； 2、針對靜態(tài)背景下的高斯背景差法，通過研究如何得到、以及如何及時

2、更新背景模型，增強運動目標(biāo)檢測隨環(huán)境變化的魯棒性，提出了分塊的高斯背景估計方法；最后就提出的算法給出了仿真實驗，并對結(jié)果進(jìn)行了分析，結(jié)果表明該算法達(dá)到了預(yù)期的效果。 3、對運動目標(biāo)跟蹤進(jìn)行研究，包括：(1)對運動目標(biāo)跟蹤的三種方法和幾種常用的運動目標(biāo)特征提取和匹配算法進(jìn)行了介紹；(2)重點研究了基于卡爾曼濾波的目標(biāo)運動追蹤方法，對卡爾曼濾波器、跟蹤模型做了簡要介紹；(3)最后對自適應(yīng)卡爾曼跟蹤模型進(jìn)行了闡述，并對其進(jìn)行仿真實驗，