視頻圖像運動目標跟蹤技術的研究.pdf

1、近幾十年來，隨著計算機技術的發(fā)展，視頻目標跟蹤系統(tǒng)廣泛應用于各領域。視頻目標跟蹤往往由于復雜的背景圖像和目標尺寸的變化變得非常困難。盡管人們對視頻目標跟蹤進行了較廣泛的研究，并提出了許多有效的跟蹤方法，但是迄今為止該課題仍然存在許多尚未解決的問題。
　　 本文首先綜述了課題的研究背景和意義，分析了國內外的研究現(xiàn)狀以及發(fā)展趨勢，并對本文的研究重點和工作安排作了簡要說明。由于目標尺寸變化以及遮擋對目標跟蹤的影響比較明顯，所以本文的研

2、究重點為如何處理跟蹤過程中目標尺寸的變化和目標的遮擋。
　　 運動目標的檢測是視頻目標跟蹤的基礎，主要包含圖像預處理、運動目標檢測方法及形態(tài)學處理。本文對這三方面的內容進行了深入的理論分析，并對運動目標檢測方法進行了實驗。實驗結果證明方法的有效性，為后續(xù)的跟蹤提供準確的目標模型。
　　 運動目標跟蹤方面，首先對目標跟蹤的理論進行了分析，包含傳統(tǒng)的目標跟蹤算法、預測算法以及相似度度量方法，并對MeanShifi跟蹤算法與K

3、alman濾波器進行了深入的研究。本文針對傳統(tǒng)的MeanShift算法的不足，提出了Kalman濾波器修正方案，主要包含目標位置的預測與修正方案、目標模型的及時更新方案以及遮擋處理方案。實驗證明將這三種方案結合起來能夠有效地處理無尺寸變化目標的遮擋跟蹤。
　　 針對尺寸變化目標的跟蹤，本文在MeanShift算法與Kalman濾波器的基礎上，將多尺寸空間的目標信息度量方法與Kalman濾波器相結合，提出了一種對目標尺寸進行預測與