運動目標檢測和跟蹤算法的研究及實現.pdf

1、隨著科學技術水平的不斷發(fā)展,人們的生活水平不斷提高,人們的安全意識也越來越高,這使得視頻監(jiān)控技術得到了高速發(fā)展。視頻監(jiān)控系統(tǒng)大致可分為五個部分:視頻采集器、傳輸電纜、界面控制、畫面顯示器、信息存儲器,在界面控制這一部分,主要是對畫面中的運動目標進行分析,如檢測畫面中是否存在可疑目標、對可疑目標進行跟蹤等。本文所研究的內容主要是視頻監(jiān)控的界面控制部分中最為核心的算法部分—檢測運動物體和對對運動物體進行跟蹤。對運動目標檢測和跟蹤算法的研究已

2、經進行了幾十年,涌現出了大量的運動目標檢測和跟蹤的算法,但是就目前應用來看還沒達到一個成熟的階段,所提出的算法魯棒性還不夠強,在不同的環(huán)境下還需要設計不同的核心算法。本文對運動目標檢測和跟蹤算法進行了深入研究,主要工作包括:
　　l、運動目標檢測算法研究。介紹了幾種常用的檢測運動物體的算法:幀間差分法,背景差分法,單高斯建模法,ViBE法(背景抽取法),對各個算法進行了理論分析和實驗分析。其中ViBE算法具有計算量小,實時性好,運

3、算速度快等優(yōu)點,應用較為廣泛,但是當運動目標運動量不大時,ViBE算法會產生漏檢問題。本文提出一種結合單高斯模型的ViBE算法,利用單高斯模型的敏感性,彌補ViBE算法在檢測較小運動量的目標時產生的漏檢的缺陷。改進算法的基本思想是:首先利用單高斯模型對視頻圖像序列進行運動目標檢測,將檢測后的視頻序列圖像作為ViBE算法的輸入再次檢測,由于單高斯模型具有運算速度快、敏感性好等特點,可以有效檢測出運動微小的運動目標,有效解決ViBE算法漏檢

4、的問題,經實驗證明了改進后的算法具有實時性好,檢測效率高,對自然環(huán)境變化(如光照、天氣變化等)有很好適應性。
　　2、運動目標跟蹤算法研究。分析了幾種跟蹤運動目標的常用算法:基于濾波理論的Kalman算法,基于迭代搜索的MeanShift算法,基于顏色特征的CamShift算法。深入研究了自適應窗口的MeanShift跟蹤算法—CamShift跟蹤算法和ABCshift算法。ABCshift算法針對CamShift算法容易受到類目

5、標顏色背景干擾的缺陷進行了改進,但是當目標被短暫嚴重遮擋時搜索框中的主模態(tài)發(fā)生改變,通常會導致跟蹤結果失敗等問題,本文對此進行了深入的研究并提出了改進的方案。通過在ABCshift算法中引入Kalman濾波器來預測目標在當前幀中的位置,可以有效解決上述兩個問題。改進算法的基本思想是:在CAMShift算法的基礎上,通過對運動目標的顏色直方圖做貝葉斯運算,這樣可以降低運動目標中與其他相似顏色的顏色概率密度,提高目標中非類背景顏色的顏色概率

6、密度,解決了目標受到相似顏色干擾時跟蹤結果不準確的問題,引入Kalman濾波器預測目標在當前幀中的位置,有效解決目標被短暫遮擋時跟蹤失敗的問題,將目標的顏色信息和空間信息相結合。實驗證明改進后的算法能有效完成目標跟蹤,很好的解決了目標受到相似顏色干擾和目標受到短暫遮擋時跟蹤失敗的問題,具有很好的適應性、實時性、魯棒性等特點。
　　3、開發(fā)了運動目標的檢測和跟蹤系統(tǒng)。在WindowsXP系統(tǒng)下運用VS2008應用程序開發(fā)平臺搭載計算