運動目標檢測與跟蹤在魚眼圖像中的應用.pdf

1、目前比較常用的運動目標檢測的方法有：配準法、光流法、幀間差分法、背景差分法和高斯模型法。本文采取的是背景差分與高斯模型相結合的運動目標檢測方法。通過幀間差分提取背景，用原始圖像與背景相減獲取運動目標，使用高斯模型對提取的背景實時更新，以保證背景圖像的相對穩(wěn)定。在原始圖像與背景相減的過程中，本文提出了動態(tài)閾值的算法，改變了以往通過實驗人為設定閾值的做法，提高了算法的實時性。對運動目標的檢測與跟蹤是密不可分的，本文采取的方法是根據運動目標的

2、面積和質心等物理特性進行跟蹤。
　　 隨著監(jiān)測范圍的不斷擴大，一般圖像已經不能滿足人們的需求，魚眼鏡頭被越來越多地使用。但魚眼圖像畸變嚴重，因此就有必要將其校正為人們所習慣的圖像。本文使用的是比例校正方法，該方法不需要成像系統(tǒng)的參數以及數學投影模型，試驗結果表明該算法基本消除了拱形失真。在實際檢測過程中，人們可能并不是特別在意整個全景圖像的校正，可能只是對某個區(qū)域感興趣，這時就需要對感興趣區(qū)域進行視窗校正。本文把光學中心轉換與魚