Camshift和Kalman濾波算法在視頻圖像跟蹤中的應用研究.pdf

1、視頻圖像的處理始終是計算機視覺領(lǐng)域的著重研究的一個方向，其中視頻中的目標跟蹤在視頻圖像處理研究中是最為重要的研究內(nèi)容。目前隨著城鎮(zhèn)化的發(fā)展，城市的擴張和人口的增加，城市治安管理面臨的形式越來越嚴峻，治安管理需要的人員越來越多，然而人員的增加遠不及城市管理的需求量，所以城市治安視頻監(jiān)控工程建設(shè)早已被提上日程且已經(jīng)在建設(shè)中，同時此項工程的建設(shè)也為智慧城市下一階段—平安城市的建設(shè)提供重要的支撐，也將是平安城市建設(shè)的主軸。我國的平安城市建設(shè)開始

2、于2004年，全國各地區(qū)積極響應國家公安部的號召，歷經(jīng)10余年建設(shè)，監(jiān)控點已幾乎完全覆蓋到人們的各個生活區(qū)域，發(fā)達地區(qū)就連村、組也達到了覆蓋。那么視頻監(jiān)控工程中的重要一項技術(shù)是什么？必然是視頻圖像中的目標跟蹤。
　　本文首先研究了現(xiàn)有的常見幾種目標檢測方法，即幀差法、背景差分法和光流法，由于光流法的局限性并沒有做過多的介紹，但是針對幀差法和背景差分法進行了編程實驗對比，深入研究了 ViBe背景差法和混合高斯法，用 ViBe算法檢測

3、目標，混合高斯法檢測并消除陰影，然后將兩種算法結(jié)合提高目標檢測的準確度；其次，在跟蹤算法中，研究分析了連續(xù)自適應均值偏移 CamShift算法的優(yōu)缺點，同時研究了Kalman濾波算法在跟蹤中的運動預測作用；最后針對CamShift算法在遇到遮擋和大面積同色背景干擾以及顏色相似的運動物體干擾情況下，算法出現(xiàn)跟蹤丟失的現(xiàn)象，將兩種算法結(jié)合，并且對CamShift算法的搜索窗大小進行限定，有效的提高了跟蹤的準確性。本文在Linux系統(tǒng)下用Qt