基于機器視覺的運動目標(biāo)軌跡跟蹤技術(shù)研究.pdf

1、機器視覺是利用計算機代替人類眼睛和大腦，獲取信息并理解世界的主要手段。運動目標(biāo)跟蹤技術(shù)是機器視覺一個重要的研究方向。運動目標(biāo)跟蹤技術(shù)是對包含目標(biāo)運動信息的圖像序列進(jìn)行研究、處理、解釋的過程。該技術(shù)融合了計算機技術(shù)、圖像處理、模式識別、統(tǒng)計學(xué)等多學(xué)科知識。應(yīng)用領(lǐng)域涉及軍事導(dǎo)航、安防監(jiān)控、智能機器人、生物醫(yī)學(xué)等多方面。具有廣闊的發(fā)展前景和較高的實用價值。
　　本文在深入研究機器視覺理論和應(yīng)用領(lǐng)域的基礎(chǔ)上，重點研究了運動目標(biāo)軌跡跟蹤技術(shù)

2、。文章主要從運動目標(biāo)檢測、運動目標(biāo)跟蹤兩方面對運動目標(biāo)的軌跡跟蹤技術(shù)展開研究。
　　運動目標(biāo)檢測的研究，首先介紹了三種經(jīng)典的運動目標(biāo)檢測方法光流法、幀差法、背景差法的原理和優(yōu)缺點。重點對背景差法中的背景建模方法進(jìn)行研究。通過實驗對平均值法、中值法、混合高斯法和幀差法等背景建模方法進(jìn)行比較，深入研究了幀差背景建模方法，對其初始化背景方法進(jìn)行了改進(jìn)，實驗驗證了算法的可行性。將改進(jìn)的幀差背景建模方法得到的背景，應(yīng)用于背景差法運動目標(biāo)檢測

3、，實現(xiàn)了對運動目標(biāo)的檢測。
　　運動目標(biāo)跟蹤算法研究，介紹了Meanshift跟蹤算法和卡爾曼濾波算法的實現(xiàn)原理和相關(guān)內(nèi)容，仿真比較其效果。重點分析了Meanshift算法存在手動選擇運動目標(biāo)和對顏色敏感的缺點，對Meanshift算法進(jìn)行了改進(jìn)。將運動目標(biāo)檢測的結(jié)果運用在Meanshift算法中，使算法跟蹤目標(biāo)自動化。并且將像素顏色位置信息融入傳統(tǒng)算法中，使算法在復(fù)雜場景下也能進(jìn)行準(zhǔn)確的跟蹤。通過視頻仿真檢驗了算法的可行性和先進(jìn)