靜態(tài)背景下多目標檢測與跟蹤的設(shè)計與實現(xiàn).pdf

1、現(xiàn)階段我國在水上船舶的監(jiān)控技術(shù)發(fā)展的非?？?，在內(nèi)河上的交通是我國經(jīng)濟發(fā)展的一部分。但是，在實際的航行中會發(fā)生很多意外的情況，如船舶之間的相撞、船舶觸礁和船橋碰撞，這些都對人類的人生安全和財產(chǎn)安全都造成了很大的影響。所以，對海上的目標檢測與跟蹤是非常有發(fā)展的必要，它不僅能夠?qū)p少事故有幫助，而且還能在事故發(fā)生后能夠快速的解決。智能監(jiān)控系統(tǒng)是我國現(xiàn)階段研究的一個重要的項目。對于海事監(jiān)控系統(tǒng)的研發(fā)是一個困難而且復(fù)雜的課題。近年來，有很大的學(xué)者

2、和專家都對海上的目標檢測與跟蹤進行研究。
　　本文通過比較了背景差分法、幀差法和光流法這些常用的檢測算法，因為本次實驗所使用的背景是靜止的情況下進行的，因此最終選用了背景差分法中Codebook背景建模的方法，通過對每一個像素都建立一個碼本，通過建立碼本得到背景圖像，然后通過前景圖像與背景圖像的差別能夠很好的檢測出運動的目標。當運動目標進入視頻中就會給運動目標進行編號，并且提取運動目標的數(shù)據(jù)信息，把信息用文本文檔存儲起來。這樣就能

3、很好的檢測出運動目標。本文使用 camshift，它是 meanshift的沿用。它是將每一幀的搜索窗的大小和中心作為后面一幀的初始值來對目標進行跟蹤的。它能夠有效的解決目標的變形和遮擋問題。在簡單的背景下能夠得到很好的跟蹤效果。有一點復(fù)雜就要加入預(yù)測算法，本文加入了kalman濾波對運動目標進行軌跡預(yù)測，當目標重疊后發(fā)生分開時還能夠有效的對原來的目標進行跟蹤。kalman能夠預(yù)測出下一幀圖像運動目標的位置，發(fā)生遮擋時就會迭代到目標分離