背景變化下的運動目標跟蹤系統(tǒng)研究.pdf

1、運動目標跟蹤技術是計算機視覺中的重要研究課題之一，無論是在科學研究領域還是在工程應用領域都有著很高的研究價值。它融合了傳感技術、圖像處理、模式識別、人工智能和其他先進技術，廣泛應用于交通，軍事，環(huán)境，醫(yī)學圖像等領域。設計一個具有良好穩(wěn)定性及實時性的跟蹤算法一直是該領域的研究熱點。
　　本文首先詳細介紹了Kalman濾波和粒子濾波兩個經典的的目標跟蹤理論，并研究了基于這兩種理論的目標跟蹤算法，然后分別做了目標跟蹤實驗，證明兩種算法的

2、魯棒性與有效性。
　　其次，為了提高復雜環(huán)境下特別是背景實時變化情況下，目標跟蹤的實時性和穩(wěn)定性，本文深入研究了基于壓縮感知的運動目標跟蹤算法。針對運動目標在被遮擋及目標紋理變化大時會導致跟蹤丟失以及跟蹤誤差大等問題，提出了一種改進的壓縮感知算法。算法采用設置sigmoid函數(shù)響應閾值，判定是否存在遮擋，以決定是否更新分類器參數(shù)，使得目標在遇到較大遮擋時目標模型不會被錯誤更新;針對特征單一導致跟蹤不穩(wěn)定問題，提出根據(jù)設定融合規(guī)則進