基于視頻的運(yùn)動(dòng)物體的實(shí)時(shí)檢測(cè)與跟蹤.pdf

1、數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)是近年來(lái)發(fā)展十分迅速的研究方向，目前正廣泛地應(yīng)用于軍用和民用等各個(gè)領(lǐng)域，是智能機(jī)器獲取外部信息和理解世界的重要途徑。運(yùn)動(dòng)檢測(cè)與目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)中兩個(gè)最重要的應(yīng)用，也是本文的研究?jī)?nèi)容。 本文的研究背景是為自主移動(dòng)機(jī)器人在室內(nèi)環(huán)境的世界建模和路徑規(guī)劃、導(dǎo)航等高層決策提供關(guān)鍵信息，特別是為機(jī)器人的環(huán)境監(jiān)控、目標(biāo)跟隨、避障等任務(wù)提供判斷和決策依據(jù)。運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤作為兩個(gè)相對(duì)獨(dú)立的計(jì)算機(jī)視覺(jué)應(yīng)用，在文中分別

2、進(jìn)行了算法理論的研究和實(shí)驗(yàn)驗(yàn)證。 對(duì)于運(yùn)動(dòng)檢測(cè)，本文采用了基于多高斯背景模型的背景差分算法作為核心算法，同時(shí)引入高斯濾波圖像預(yù)處理以及形態(tài)學(xué)處理算法作為輔助，提出了一套完整的運(yùn)動(dòng)檢測(cè)算法方案并在實(shí)驗(yàn)中進(jìn)行驗(yàn)證.本文針對(duì)該算法本身的缺陷導(dǎo)致周期性大面積誤檢測(cè)的問(wèn)題，提出了新的模型更新算法加以解決；以及針對(duì)無(wú)法克服相機(jī)運(yùn)動(dòng)、陰影干擾影響的不足，本文也分別提出了模型重構(gòu)算法和基于HSV空間的陰影濾除算法，并通過(guò)實(shí)驗(yàn)驗(yàn)證了改進(jìn)算法的有效

3、性和先進(jìn)性。 對(duì)于目標(biāo)跟蹤，本文采用基于Mean shift的目標(biāo)跟蹤算法作為核心算法。提出了基于二維直方圖的特征表示方法，并根據(jù)目標(biāo)的色彩和灰度信息構(gòu)建目標(biāo)模板；利用Bhattaeharyya系數(shù)衡量模板匹配相似度，結(jié)合理論分析和實(shí)驗(yàn)結(jié)果論證了其可行性。對(duì)于算法存在的不足，特別是目標(biāo)特征不明顯和目標(biāo)運(yùn)動(dòng)激烈場(chǎng)景導(dǎo)致的跟蹤失敗問(wèn)題，本文提出了改進(jìn)的相似度評(píng)價(jià)方法及引入Kalman預(yù)估器的改進(jìn)方法，并在實(shí)驗(yàn)中進(jìn)行比較驗(yàn)證.