基于背景差分法與ORB算法的運動目標檢測與跟蹤算法研究.pdf

1、近年來，運動目標檢測與跟蹤技術(shù)的研究已經(jīng)被越來越多的國內(nèi)外學者所關(guān)注，這類研究對智能監(jiān)控、城市交通等很多應用場合都有非常重要的意義。因此，目標檢測與跟蹤的科研和經(jīng)濟價值是相當高的。本文重點研究如何提高算法的速度和實時性，以及如何去克服實際中所遇到的常見問題。
　　針對目前運動目標跟蹤算法存在的速度慢、遮擋和變形時魯棒性差等問題，本文提出了一種基于ORB特征的運動目標跟蹤方法。首先，通過混合高斯模型進行背景圖像建模；然后，通過背景差

2、分法將當前圖像和背景圖像進行差分運算，運算后的圖像經(jīng)過形態(tài)學處理后，得到運動的目標。對目標區(qū)域提取ORB特征，建立目標的特征集。在下一幅圖像中檢測已經(jīng)被跟蹤的目標，找到目標的位置，并進行特征集的更新。在目標區(qū)域中進行ORB特征匹配時，會得到許多錯誤的匹配，針對這一問題本文提出了一種基于改進LMedS的PROLMS算法。該算法可以把錯誤匹配的特征點剔除掉并且使用更加方便。對于多目標的跟蹤，本文使用mean-shift對目標位置進行預測，避

3、免了全局的特征匹配的耗時問題，同時本文將提出的基于 ORB特征的目標跟蹤算法同基于 CamShift的跟蹤算法進行比較，結(jié)果表明基于ORB的跟蹤算法可以克服CamShift算法在目標和背景顏色接近時跟蹤失效的缺點。本文也將提出的目標跟蹤算法同基于SIFT和SURF特征點的目標跟蹤算法進行了比較，結(jié)果顯示本文算法速度上明顯比上面兩種算法快，提高了跟蹤的實時性。
　　最后，在Visual Studio2010軟件環(huán)境下實現(xiàn)了本文的算法