基于背景差分法與ORB算法的運(yùn)動(dòng)目標(biāo)檢測與跟蹤算法研究.pdf

1、近年來，運(yùn)動(dòng)目標(biāo)檢測與跟蹤技術(shù)的研究已經(jīng)被越來越多的國內(nèi)外學(xué)者所關(guān)注，這類研究對智能監(jiān)控、城市交通等很多應(yīng)用場合都有非常重要的意義。因此，目標(biāo)檢測與跟蹤的科研和經(jīng)濟(jì)價(jià)值是相當(dāng)高的。本文重點(diǎn)研究如何提高算法的速度和實(shí)時(shí)性，以及如何去克服實(shí)際中所遇到的常見問題。
　　針對目前運(yùn)動(dòng)目標(biāo)跟蹤算法存在的速度慢、遮擋和變形時(shí)魯棒性差等問題，本文提出了一種基于ORB特征的運(yùn)動(dòng)目標(biāo)跟蹤方法。首先，通過混合高斯模型進(jìn)行背景圖像建模；然后，通過背景差

2、分法將當(dāng)前圖像和背景圖像進(jìn)行差分運(yùn)算，運(yùn)算后的圖像經(jīng)過形態(tài)學(xué)處理后，得到運(yùn)動(dòng)的目標(biāo)。對目標(biāo)區(qū)域提取ORB特征，建立目標(biāo)的特征集。在下一幅圖像中檢測已經(jīng)被跟蹤的目標(biāo)，找到目標(biāo)的位置，并進(jìn)行特征集的更新。在目標(biāo)區(qū)域中進(jìn)行ORB特征匹配時(shí)，會(huì)得到許多錯(cuò)誤的匹配，針對這一問題本文提出了一種基于改進(jìn)LMedS的PROLMS算法。該算法可以把錯(cuò)誤匹配的特征點(diǎn)剔除掉并且使用更加方便。對于多目標(biāo)的跟蹤，本文使用mean-shift對目標(biāo)位置進(jìn)行預(yù)測，避

3、免了全局的特征匹配的耗時(shí)問題，同時(shí)本文將提出的基于 ORB特征的目標(biāo)跟蹤算法同基于 CamShift的跟蹤算法進(jìn)行比較，結(jié)果表明基于ORB的跟蹤算法可以克服CamShift算法在目標(biāo)和背景顏色接近時(shí)跟蹤失效的缺點(diǎn)。本文也將提出的目標(biāo)跟蹤算法同基于SIFT和SURF特征點(diǎn)的目標(biāo)跟蹤算法進(jìn)行了比較，結(jié)果顯示本文算法速度上明顯比上面兩種算法快，提高了跟蹤的實(shí)時(shí)性。
　　最后，在Visual Studio2010軟件環(huán)境下實(shí)現(xiàn)了本文的算法