復(fù)雜場景下運動目標(biāo)檢測與跟蹤方法的研究.pdf

1、目標(biāo)檢測與跟蹤是計算機視覺領(lǐng)域的重要研究課題之一，它融合了圖像處理、模式識別和人工智能等眾多學(xué)科技術(shù)，被廣泛應(yīng)用于軍事制導(dǎo)、智能交通、航空航天等許多重要領(lǐng)域。近年來國內(nèi)外研究者提出了許多高效的算法，但在實時場景下，目標(biāo)形變、光照變化、陰影干擾和遮擋等問題仍是影響算法魯棒性的關(guān)鍵。本文從三個方面進行了研究:圖像預(yù)處理、目標(biāo)檢測、目標(biāo)跟蹤，并提出了基于改進的混合高斯模型的檢測算法和改進的均值漂移跟蹤算法。
　　本文論述了圖像處理過程中

2、使用的預(yù)處理技術(shù)，分析了這些處理方法用于改善圖像質(zhì)量方面的優(yōu)勢，為后續(xù)的目標(biāo)檢測與跟蹤提供理論基礎(chǔ)。
　　在目標(biāo)檢測方面，介紹了常用的目標(biāo)檢測方法，講述了背景差分法中常用的背景建模方法，并重點研究了高斯建模中的混合高斯模型，指出了傳統(tǒng)的混合高斯模型存在的問題。對此問題提出了解決方案:在光照變化方面，提出了一種四鄰域在線更新學(xué)習(xí)率的方法;在運動突變方面，為更新率引入一個參數(shù)pt，并同時為方差引入一個穩(wěn)定常量因子ψ2，保證更新率和方差

3、的同步更新。在陰影消除方面，采用了最大色差差分法，使用色度差分代替灰度差分。實驗表明，本文改進的檢測算法可以取得顯著的效果。
　　在目標(biāo)跟蹤方面，對均值漂移算法的原理進行了研究，包括多維空間下的密度估計、均值漂移向量等。提出了一種改進的均值漂移算法，算法采用垂直投影法將目標(biāo)分塊，在目標(biāo)區(qū)域內(nèi)的不同位置構(gòu)建不同的核函數(shù)加權(quán)直方圖，并對目標(biāo)模版和候選目標(biāo)模版進行相似性度量，利用均值迭代進行目標(biāo)定位。在跟蹤過程中，利用分量的反投影運算進