圖像序列中運動目標檢測跟蹤技術(shù)研究.pdf

1、圖像序列中運動目標檢測跟蹤是計算機視覺領(lǐng)域一個新興的方向和備受關(guān)注的前沿課題，它融合了計算機科學、機器視覺、圖像工程、模式識別、人工智能等先進技術(shù)，廣泛地應(yīng)用于軍事、工業(yè)、生活等各個方面。 運動目標檢測、背景模型建立、陰影檢測、運動目標跟蹤是本文研究的重點。國內(nèi)外大批學者也在該領(lǐng)域作了深入的研究和探討，并取得了大量的成果。本文在這些成果的基礎(chǔ)上，在這些方面作了一定的研究和嘗試，相關(guān)研究如下： (1)在運動目標檢測、提取前

2、景部分，討論分析了目前提取前景的方法及其實現(xiàn)的原理。選擇背景差分法作為提取運動目標的基礎(chǔ)，為了完整、精確的提取出運動目標，采用形態(tài)學方法對差分后的前景圖像進行處理；分析介紹了相關(guān)的背景建模方法，并通過試驗比較建模效果。試驗結(jié)果顯示：高斯背景建模方法雖然能夠準確的表示背景，但算法復雜度和計算復雜度方面比較復雜。針對這種情況，本文使用中值法建立背景模型和高斯背景模型相結(jié)合進行建模，其思想為：在目標區(qū)域使用高斯模型更新背景，而在非運動區(qū)域使用

3、中值法建模。試驗表明取得了很好的效果。 (2)在運動目標檢測跟蹤過程中，很多因素導致檢測跟蹤出現(xiàn)偏差，而陰影就是其中一個主要因素。本文分析了陰影特征，闡述了目前消除陰影研究現(xiàn)狀。針對HSI顏色模型對于當運動目標和背景顏色接近時，可能出現(xiàn)檢測率不高的特點，把一階梯度密度函數(shù)引入HSI顏色模型中，為了表明改進算法的有效性，利用采集到的圖像序列進行實驗。實驗表明：基于HSI模型的陰影檢測算法是有效的。 (3)在運動目標跟蹤部分