視頻運動目標三幀差分檢測算法與MeanShift跟蹤算法優(yōu)化研究.pdf

1、計算機視覺是工程學科研究范疇中非常具有挑戰(zhàn)性的一個研究領(lǐng)域，而運動目標的檢測與跟蹤技術(shù)可以說是這個領(lǐng)域中的一個關(guān)鍵技術(shù)。而且這項技術(shù)在智能交通、醫(yī)療診斷和軍事工程等領(lǐng)域均得到廣泛應(yīng)用。因此，對這個課題的深入探討和實踐具有極其重要的理論意義和實用價值。
　　本文主要是針對當前運動目標檢測與跟蹤算法的不足，提出了有效的解決方法。分別在已有的目標檢測算法和目標跟蹤算法上做了優(yōu)化和改善，并用實驗結(jié)果驗證了算法的有效性。
　　在目標檢

2、測算法方面，對已有的檢測算法進行總結(jié)，并分析了各算法的優(yōu)缺點。本文深入研究了基于幀間差分算法的三幀差分算法，并在原有的三幀算法的基礎(chǔ)上做了優(yōu)化改進，目的是避免檢測目標出現(xiàn)空洞的現(xiàn)象。為了能夠更準確地檢測出運行目標，本文的算法是在優(yōu)化的三幀差分算法的同時還結(jié)合了光流法，利用光流法的特性使目標檢測的結(jié)果更加有效。經(jīng)過一系列的實驗證明，本文提出的檢測算法可以準確地檢測出目標，也證明了算法的可行性和魯棒性。
　　在運動目標跟蹤算法方面，主

3、要探究了MeanShift目標跟蹤算法的特性與缺陷。根據(jù)此算法提出了兩個比較重要的問題，并針對這兩個問題分別做了改進。一方面，經(jīng)過對MeanShift算法進行實驗分析，發(fā)現(xiàn)算法在執(zhí)行的過程中跟蹤窗的大小不會根據(jù)目標尺度大小的變化而變化，從而會導(dǎo)致跟蹤結(jié)果的誤差比較大甚至會出現(xiàn)目標丟失的結(jié)果。為了解決這個問題，本文提出了一種可以根據(jù)跟蹤目標信息量來實時調(diào)整跟蹤窗尺度的算法，可有效地減小跟蹤誤差。另一方面，實驗中若目標的運動速度比較快或者目