運動目標(biāo)檢測和跟蹤系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著計算機科學(xué)技術(shù)和計算機視覺技術(shù)的不斷發(fā)展，智能視頻監(jiān)控系統(tǒng)得到了迅速的發(fā)展，能夠自動地、智能地分析和處理視頻圖像序列，實現(xiàn)了監(jiān)控場景中的運動目標(biāo)檢測和跟蹤。運動目標(biāo)檢測和跟蹤是智能視頻監(jiān)控系統(tǒng)關(guān)鍵和核心的部分，對這一方面的研究已有幾十年，但到目前為止都還沒有一種運動目標(biāo)檢測和跟蹤系統(tǒng)適用于任何環(huán)境。隨著研究的不斷深入和研究人員的不懈努力，總會開發(fā)出具有高魯棒性、高性能的運動目標(biāo)檢測和跟蹤系統(tǒng)，并廣泛應(yīng)用到各行各業(yè)。本文對運動目標(biāo)檢測

2、和跟蹤系統(tǒng)進行了設(shè)計與實現(xiàn)，試圖解決運動目標(biāo)檢測的準(zhǔn)確性，目標(biāo)跟蹤在遇到類目標(biāo)顏色干擾和被嚴(yán)重遮擋時跟蹤失敗的問題，主要工作包括：
　　●分析和比較運動目標(biāo)檢測方法。本文對目前常用的三種運動目標(biāo)檢測算法：光流法、幀間差分法和背景減除法及這幾種算法的有缺點進行了分析和研究。其中基于像素的自適應(yīng)分割算法(PBAS)采用自適應(yīng)分割閾值進行像素分割和隨機選擇更新機制進行背景模型更新，檢測結(jié)果準(zhǔn)確性較高，對噪聲的魯棒性和對環(huán)境的適應(yīng)能力都比

3、較好。經(jīng)過運動檢測后得到的二值圖通常包含多個運動目標(biāo)，要想實現(xiàn)對運動目標(biāo)的跟蹤，需要知道運動目標(biāo)的位置等信息，通過運動目標(biāo)提取能夠?qū)崿F(xiàn)對運動目標(biāo)的連通性進行分析并對運動目標(biāo)進行標(biāo)定。
　　●分析和比較運動目標(biāo)跟蹤方法。本文對幾種常用的運動目標(biāo)跟蹤算法：Kalman濾波跟蹤算法、CamShift算法和ABCShift算法進行了分析和研究，指出了這幾種算法的優(yōu)缺點。深入研究了結(jié)合Kalman濾波的ABCShift算法，該算法既利用了目

4、標(biāo)的空間信息，又利用了目標(biāo)的顏色信息，解決了運動目標(biāo)在受到類目標(biāo)顏色的干擾和被嚴(yán)重遮擋時跟蹤失敗的問題。該算法的主要思想為：首先，Kalman預(yù)測當(dāng)前幀目標(biāo)位置；然后，ABCShift算法匹配運動目標(biāo)；最后更新Kalman濾波狀態(tài)。
　　●實現(xiàn)快速準(zhǔn)確的運動目標(biāo)檢測和跟蹤系統(tǒng)。本文介紹了基于 windows7，以VS2008和OpenCV進行開發(fā)的一個基于MFC的運動目標(biāo)檢測和跟蹤系統(tǒng)，本系統(tǒng)分為四個模塊：視頻采集顯示模塊、運動檢