基于改進(jìn)光流場(chǎng)目標(biāo)檢測(cè)跟蹤系統(tǒng)的設(shè)計(jì).pdf

1、基于運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤是道路交通監(jiān)管中經(jīng)常遇到的一個(gè)問(wèn)題，我們通常是利用模式識(shí)別的方法來(lái)對(duì)視頻圖像中的車輛進(jìn)行跟蹤。車輛等目標(biāo)的跟蹤就是在視頻圖像的每個(gè)圖像中確定我們所需要的目標(biāo)位置，來(lái)實(shí)現(xiàn)跟蹤。隨著科學(xué)技術(shù)的不斷發(fā)展，目標(biāo)檢測(cè)與跟蹤技術(shù)越來(lái)越智能化。其中基于運(yùn)動(dòng)目標(biāo)的檢測(cè)跟蹤算法在對(duì)現(xiàn)實(shí)的虛擬、過(guò)程控制、軍事、醫(yī)療、道路交通監(jiān)控等諸多領(lǐng)域都有廣闊的應(yīng)用前景。而跟蹤算法的關(guān)鍵在于如何快速、高效地在每一幀圖像中實(shí)現(xiàn)自動(dòng)目標(biāo)定位?；诠饬?/p>

2、法的算法廣泛應(yīng)用于目標(biāo)檢測(cè)和跟蹤系統(tǒng)。本篇論文中介紹了幾種常用的目標(biāo)檢測(cè)與目標(biāo)跟蹤算法，通過(guò)將各算法之間的優(yōu)缺點(diǎn)進(jìn)行比較，本文提出了改進(jìn)的目標(biāo)檢測(cè)與跟蹤算法，最后進(jìn)行仿真實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)改進(jìn)的算法具有一定的準(zhǔn)確性。
　　從以下幾個(gè)方面論述了本文的主要研究?jī)?nèi)容以及創(chuàng)新點(diǎn):介紹了三種經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，背景差分法（background difference method）、幀差法(framedifference method)

3、、光流法(optical flow method)以及基于光流法的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤改進(jìn)算法。簡(jiǎn)要介紹了三種算法的基本原理，并將各種算法的優(yōu)缺點(diǎn)進(jìn)行了對(duì)比。BDM檢測(cè)對(duì)其動(dòng)態(tài)背景變化的檢測(cè)十分敏感;FDM盡管其計(jì)算量比其它算法要小，但當(dāng)用來(lái)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)時(shí)會(huì)發(fā)生“空洞”的現(xiàn)象;OF雖在復(fù)雜環(huán)境條件下能進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè)，卻容易收到噪聲的干擾。同時(shí)通用的光流算法耗時(shí)較大不能滿足實(shí)時(shí)性要求，且不能精確檢測(cè)出運(yùn)動(dòng)目標(biāo)的外形。因此，對(duì)傳統(tǒng)算

4、法存在的一些缺陷，本文提出了特征光流法(Characteristic opticalflow method)和ViBe算法組成新型的光流計(jì)算模型對(duì)視頻圖像中運(yùn)動(dòng)目標(biāo)進(jìn)行準(zhǔn)確檢測(cè)獲得圖像的稠密紋理流，將運(yùn)動(dòng)物體的邊緣信息與光流運(yùn)動(dòng)的信息進(jìn)行多特征融合，從計(jì)算結(jié)果的精度和穩(wěn)健性兩方面進(jìn)行評(píng)估。對(duì)于運(yùn)動(dòng)目標(biāo)的跟蹤，本文主要采用的是基于擴(kuò)展性卡爾曼濾波的光流法的跟蹤方法。擴(kuò)展性卡爾曼濾波算法能很好的解決非線性觀測(cè)下目標(biāo)的跟蹤問(wèn)題。當(dāng)運(yùn)動(dòng)目標(biāo)遇到