基于全景移動(dòng)機(jī)器人的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤.pdf

1、隨著社會(huì)和科技的進(jìn)步，視頻監(jiān)控被廣泛的應(yīng)用于軍事和社會(huì)生活的諸多領(lǐng)域。一般攝像機(jī)視野較窄，很難同時(shí)完整的監(jiān)視360度視場(chǎng)范圍內(nèi)的外界環(huán)境。由于全景視覺(jué)能夠同時(shí)全方位的監(jiān)視360度視野內(nèi)的環(huán)境信息，很好的彌補(bǔ)了普通相機(jī)視野較窄的缺點(diǎn)。隨著社會(huì)老齡化的加快，運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)能夠用于對(duì)獨(dú)居老人生活狀態(tài)的監(jiān)視，同時(shí)在現(xiàn)代戰(zhàn)爭(zhēng)中目標(biāo)檢測(cè)跟蹤技術(shù)也可以用于導(dǎo)彈的攔截。在許多實(shí)際場(chǎng)合，運(yùn)動(dòng)目標(biāo)往往會(huì)運(yùn)動(dòng)速度較快，或者被其他物體遮掩。因此，對(duì)視頻監(jiān)控中

2、運(yùn)動(dòng)目標(biāo)快速、有效的檢測(cè)和跟蹤是一大難點(diǎn)，本文主要圍繞這一問(wèn)題主要做了如下工作：
　　本文首先對(duì)常用的目標(biāo)檢測(cè)方法做了深入研究。主要研究了連續(xù)的幀間差分法，其中分別研究了二幀和三幀差分法，同時(shí)還對(duì)背景差分法做了深入研究。最后通過(guò)實(shí)驗(yàn)對(duì)這幾種方法進(jìn)行了對(duì)比分析，為了更好的突出檢測(cè)后的目標(biāo)區(qū)域，文中還對(duì)形態(tài)學(xué)濾波和連通性分析做了研究。其次，對(duì)于目標(biāo)跟蹤方法，主要研究了M eanShift跟蹤算法。通過(guò)詳細(xì)的M eanShift理論的推

3、導(dǎo)，完整闡述了M eanShift算法的跟蹤原理。鑒于使用傳統(tǒng)的M eanShift算法跟蹤時(shí)，對(duì)目標(biāo)的跟蹤窗口其大小在整個(gè)跟蹤過(guò)程中都是固定不變的。然而現(xiàn)實(shí)中目標(biāo)在運(yùn)動(dòng)的過(guò)程中，在圖像中成像的大小并非一成不變的。如果僅使用尺寸大小固定的窗口跟蹤目標(biāo)時(shí)，難免會(huì)引入大量的背景信息或者無(wú)法完整的提取目標(biāo)的全部特征，這些都為準(zhǔn)確的跟蹤帶來(lái)較大困難。因此，本文通過(guò)引入窗口自適應(yīng)變化的策略以提高對(duì)運(yùn)動(dòng)目標(biāo)跟蹤的正確率。再次，由于文中實(shí)驗(yàn)所用的全景

4、攝像機(jī)裝配原因，在全景圖像的環(huán)形視野內(nèi)會(huì)存在三個(gè)柱形遮擋區(qū)域，當(dāng)目標(biāo)被遮掩時(shí)，使用單獨(dú)M eanShift算法很難實(shí)現(xiàn)準(zhǔn)確的跟蹤效果。本文首先根據(jù)貝葉斯估計(jì)推導(dǎo)出kalman濾波器模型的構(gòu)造過(guò)程，然后通過(guò)引入了kalman濾波器，并運(yùn)用它的預(yù)測(cè)功能實(shí)現(xiàn)了在一定程度上改善由于攝像機(jī)視野內(nèi)出現(xiàn)較大遮擋物時(shí)，單純的使用M eanShift算法跟蹤效果不理想的現(xiàn)象。最后，在上述研究的基礎(chǔ)上，通過(guò)全景移動(dòng)機(jī)器人平臺(tái)，搭建檢測(cè)與跟蹤的實(shí)驗(yàn)環(huán)境，同時(shí)