基于OpenCV的運(yùn)動(dòng)目標(biāo)檢測和跟蹤技術(shù)的研究.pdf

1、隨著現(xiàn)代社會(huì)以及高科技的飛速發(fā)展，在社會(huì)安保系統(tǒng)中，視頻監(jiān)控的作用越來越受到重視。而那些傳統(tǒng)的依靠專門的人員來監(jiān)視屏幕的系統(tǒng)已經(jīng)不能夠滿足現(xiàn)代社會(huì)安保的要求，于是智能的視覺監(jiān)控技術(shù)就應(yīng)運(yùn)而生。所謂的智能視覺監(jiān)控技術(shù)，指的是只通過計(jì)算機(jī)等設(shè)備來對攝像機(jī)所拍攝的視頻中的運(yùn)動(dòng)物體進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測、跟蹤甚至定位等的各種行為分析的技術(shù)，而不是通過有人參與其中進(jìn)行分析的技術(shù)。而其中對運(yùn)動(dòng)目標(biāo)的檢測、跟蹤方面的技術(shù)則是智能視覺監(jiān)控系統(tǒng)中最根本的也是

2、最基礎(chǔ)的技術(shù)。
　?。?）本文在運(yùn)動(dòng)目標(biāo)的檢測方法方面先簡單的介紹了最常用的三種運(yùn)動(dòng)目標(biāo)檢測的算法，包括光流法、幀間差分法和背景差分法，然后通過實(shí)驗(yàn)來分析了這幾種算法的性能。最后，在背景差分法和幀間差分法的基礎(chǔ)上對背景差分法的背景模型的建立上進(jìn)行了改進(jìn)。先用背景差分法提取運(yùn)動(dòng)目標(biāo)的活動(dòng)區(qū)域，然后根據(jù)背景變化的特點(diǎn)做分情況處理：如果背景有比較緩慢的變化時(shí)（如室外太陽光照等），就將上一幀圖像的背景模型和當(dāng)前幀的圖像進(jìn)行線性加權(quán)處理來更

3、新當(dāng)前的圖像中的背景模型；如果背景有突然的變化（如有物體快速的進(jìn)入并且停止等），就用幀間差分法，對初步判斷的“運(yùn)動(dòng)目標(biāo)”做進(jìn)一步的判斷。然后再做圖像的后續(xù)處理工作。
　　（2）本文在運(yùn)動(dòng)目標(biāo)的跟蹤方法方面，先分別介紹了Camshift算法和Kalman算法。然后采用幀間差分法和背景差分法相結(jié)合預(yù)先將要跟蹤的運(yùn)動(dòng)目標(biāo)進(jìn)行采樣，將獲取的目標(biāo)模板的顏色分布圖與視頻中出現(xiàn)的運(yùn)動(dòng)運(yùn)動(dòng)目標(biāo)進(jìn)行匹配。針對被檢測的運(yùn)動(dòng)目標(biāo)在圖像中被遮擋或者有相似