基于視頻跟蹤的壩區(qū)船舶運行軌跡監(jiān)測關鍵技術研究.pdf

1、近年來，隨著科學技術的發(fā)展及社會生活的需求，視頻監(jiān)控技術的應用開始滲透到了我們生活的方方面面，視頻技術的應用也越來越廣泛，特別是在交通監(jiān)控、人機交互、軍事活動、機器視覺、視頻監(jiān)控跟蹤等方面。目前，國內的水電工程日益增多，水電工程安全問題越來越受重視。在水電工程應用方面，視頻監(jiān)控技術也具有非常誘人的發(fā)展前景。在視頻跟蹤方面，已有很多的目標跟蹤算法，由于跟蹤的目標所處的環(huán)境變化多端，有些跟蹤算法難以滿足特殊情況下的目標跟蹤，因此，跟蹤的算法

2、需要進一步的研究。
　　本課題主要是針對壩區(qū)的船舶目標在動態(tài)背景環(huán)境下進行研究，考慮到船舶在壩區(qū)運行的特點，并以傳統(tǒng)的CamShift算法為基礎對船舶目標進行跟蹤分析。由于壩區(qū)船舶運動的背景是動態(tài)的、多變的，容易對跟蹤造成影響，比如跟蹤框不穩(wěn)定，或者發(fā)生漂移等等，造成跟蹤失敗。分析傳統(tǒng)算法在實際跟蹤中的不足，提出改進優(yōu)化的方法，即對相似度函數(shù)進行優(yōu)化設計，進一步計算相似度函數(shù)概率的期望值，并把期望估計值最優(yōu)作為相似度函數(shù)的性能參數(shù)

3、。改進之后的算法達到了預期目的，實現(xiàn)了穩(wěn)定跟蹤，魯棒性增強。在軌跡預測上，需要以視頻跟蹤為前提，在穩(wěn)定跟蹤的基礎之上，獲取目標的中心點，把這些一系列的中心點利用預測模型來預測未知的點，實現(xiàn)預測軌跡的目的。最后結果表明，預測的結果是可靠的。
　　本課題主要的研究內容如下：
　?。?）分析傳統(tǒng)的跟蹤算法，重點分析了 CamShift算法，并用傳統(tǒng)的 CamShift算法跟蹤壩區(qū)的船舶目標，分析算法的穩(wěn)定性。
　?。?）建立

4、優(yōu)化算法。分析傳統(tǒng)CamShift算法的不足，根據(jù)這些不足點提出改進優(yōu)化的方法。在改進算法方面，提出了基于最大期望估計的改進CamShift跟蹤算法。這個算法是在傳統(tǒng)算法基礎之上，增加了計算期望估計的一個過程，使得目標區(qū)域的特征點與背景區(qū)域對比更加明顯，最終提高跟蹤算法的穩(wěn)定性與精確度，增強魯棒性。其后，在各個不同的真實環(huán)境中對目標進行實驗仿真分析，并得出結果。
　?。?）在對壩區(qū)船舶目標穩(wěn)定跟蹤的基礎之上，根據(jù)船舶目標的跟蹤框，