基于OpenCV的運(yùn)動目標(biāo)檢測跟蹤的研究.pdf

1、運(yùn)動目標(biāo)的檢測和連續(xù)跟蹤技術(shù)是目前計(jì)算機(jī)視覺領(lǐng)域的前沿方向和熱點(diǎn)研究,因?yàn)槠淙诤隙鄬W(xué)科的先進(jìn)技術(shù),在諸多行業(yè)廣泛使用,更因?yàn)橐蚱浔澈筇N(yùn)藏著巨大的經(jīng)濟(jì)效益和商機(jī),引起諸多科研機(jī)構(gòu)、學(xué)術(shù)界和企業(yè)界的關(guān)注。當(dāng)前很多的科研機(jī)構(gòu)、企業(yè)都在該領(lǐng)域投入了大量精力進(jìn)行研究和探索,取得了豐碩成果,本文的研究是基于這些成果進(jìn)行的進(jìn)一步探究和實(shí)驗(yàn)。本文選擇的研究課題為探索圖像中運(yùn)動目標(biāo)檢測和跟蹤的算法理論,研究視頻序列中運(yùn)動物體的監(jiān)測、跟蹤等技術(shù)。
　

2、　在跟蹤檢測運(yùn)動對象時,使用圖像處理、分析的技術(shù)手段分析視頻,實(shí)現(xiàn)跟蹤監(jiān)測運(yùn)動物體的算法,對視頻序列中的目標(biāo)對象能夠標(biāo)識其坐標(biāo)并且能夠跟蹤該物體,給出正確的運(yùn)動軌跡,在此基礎(chǔ)上分析視頻圖像序列中運(yùn)動目標(biāo)的行為,從而指導(dǎo)各種實(shí)際應(yīng)用。傳統(tǒng)的運(yùn)動目標(biāo)檢測方法各有利弊,很難滿足不同環(huán)境進(jìn)行檢測跟蹤的速度和精度的要求,尤其在復(fù)雜光照環(huán)境和多運(yùn)動目標(biāo)的環(huán)境下,跟蹤效果不理想。所以針對這個現(xiàn)狀,本文做了以下工作:
　　(1)在運(yùn)動目標(biāo)檢測研究

3、部分,本文對比分析國內(nèi)外目標(biāo)檢測算法的性能,主要研究背景差分和連續(xù)幀間差分在檢測運(yùn)動物體中的實(shí)際效果,并提出了新的運(yùn)動檢測算法,本文算法合理融合這兩個算法的優(yōu)點(diǎn),形成了本文的運(yùn)動目標(biāo)的檢測算法,此外本人還實(shí)現(xiàn)了自適應(yīng)的背景更新算法,能夠適應(yīng)光線和其他干擾因素對背景的影響,完成背景實(shí)時更新。為了消除無關(guān)的因素和噪聲對目標(biāo)對象的干擾,本文對檢測出來的運(yùn)動目標(biāo)使用數(shù)學(xué)形態(tài)學(xué)濾波的進(jìn)行處理,將運(yùn)動目標(biāo)加以增強(qiáng)顯示。經(jīng)過實(shí)驗(yàn)驗(yàn)證,本文的算法可以清

4、晰檢測到運(yùn)動對象,在復(fù)雜背景下可以實(shí)時更新背景,抗干擾性比較強(qiáng),算法執(zhí)行速度快。
　　(2)本文對本實(shí)驗(yàn)中圖像的預(yù)處理做了系統(tǒng)的總結(jié),在此基礎(chǔ)上提出適合本文實(shí)驗(yàn)環(huán)境的圖像增強(qiáng),圖像噪聲處理和圖像分割方法,改進(jìn)了最大類間距算法,對目標(biāo)對象跟蹤的研究部分,在運(yùn)動目標(biāo)已經(jīng)被檢測到的基礎(chǔ)上,采用卡爾曼濾波的跟蹤算法完成目標(biāo)跟蹤,針對視頻中多個運(yùn)動物體的情況,提出新的跟蹤方案,并開發(fā)完成本文的檢測與跟蹤軟件原型,利用 Harris角點(diǎn)進(jìn)行匹