基于單目視覺的目標跟蹤研究.pdf

1、隨著信息處理理論以及計算機技術的發(fā)展，計算機視覺的研究得到更加廣泛和深入的發(fā)展，計算機視覺領域中的目標識別和跟蹤是其中最重要的內容，它是融合了數(shù)字圖像處理，模式識別以及智能分析的交叉學科，在醫(yī)學、軍事、導航、交通，移動機器人等方面都有著廣泛的應用前景，尤其是在公共安全保障方面有著不可替代的作用。
　　目前基于視頻監(jiān)控的運動目標跟蹤系統(tǒng)中，由于目標運動的不確定性，不同目標之間的遮擋以及復雜背景的干擾，現(xiàn)有的跟蹤算法往往出現(xiàn)跟蹤失敗的

2、情況，其準確性、魯棒性和實時性等均達不到市場要求。因此本文基于 OpenCV開源視覺庫，利用Visual C++6.0以及Microsoft Visual Studio2005等開發(fā)工具，對目前的一些目標檢測與跟蹤算法進行了較為深入的研究，并在原來算法的基礎上對其進行了優(yōu)化和改進。
　　首先圖像預處理方面，針對圖像噪聲干擾問題，改進了快速的自適應開關中值濾波算法，對圖像中噪聲密度不同的區(qū)域采用不同大小的中值濾波窗口，并在選取中值的

3、時候采用分組的方式加快算法的處理速度；運動目標前景檢測方面，對傳統(tǒng)的自適應混合高斯建模算法進行了改進，文中根據(jù)運動目標前景個數(shù)自適應調整高斯模型數(shù)目以及對前后景設定不同的學習率，同時對陰影干擾做了抑制處理，最終提高了前景檢測的準確性和魯棒性。
　　針對單目標跟蹤情況，本文提出了基于卡爾曼濾波和均值漂移算法相結合的目標跟蹤方法，通過卡爾曼濾波預測目標位置，提高了遮擋情況下跟蹤效果；針對多目標跟蹤情況，提出了一種基于團塊幾何特征和顏色