基于單目視覺的目標(biāo)跟蹤研究.pdf

1、隨著信息處理理論以及計(jì)算機(jī)技術(shù)的發(fā)展，計(jì)算機(jī)視覺的研究得到更加廣泛和深入的發(fā)展，計(jì)算機(jī)視覺領(lǐng)域中的目標(biāo)識(shí)別和跟蹤是其中最重要的內(nèi)容，它是融合了數(shù)字圖像處理，模式識(shí)別以及智能分析的交叉學(xué)科，在醫(yī)學(xué)、軍事、導(dǎo)航、交通，移動(dòng)機(jī)器人等方面都有著廣泛的應(yīng)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(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)中，由于目標(biāo)運(yùn)動(dòng)的不確定性，不同目標(biāo)之間的遮擋以及復(fù)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(zhǔn)確性、魯棒性和實(shí)時(shí)性等均達(dá)不到市場(chǎng)要求。因此本文基于 OpenCV開源視覺庫(kù)，利用Visual C++6.0以及Microsoft Visual Studio2005等開發(fā)工具，對(duì)目前的一些目標(biāo)檢測(cè)與跟蹤算法進(jìn)行了較為深入的研究，并在原來算法的基礎(chǔ)上對(duì)其進(jìn)行了優(yōu)化和改進(jìn)。
　　首先圖像預(yù)處理方面，針對(duì)圖像噪聲干擾問題，改進(jìn)了快速的自適應(yīng)開關(guān)中值濾波算法，對(duì)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(shí)候采用分組的方式加快算法的處理速度；運(yùn)動(dòng)目標(biāo)前景檢測(cè)方面，對(duì)傳統(tǒng)的自適應(yīng)混合高斯建模算法進(jìn)行了改進(jìn)，文中根據(jù)運(yùn)動(dòng)目標(biāo)前景個(gè)數(shù)自適應(yīng)調(diào)整高斯模型數(shù)目以及對(duì)前后景設(shè)定不同的學(xué)習(xí)率，同時(shí)對(duì)陰影干擾做了抑制處理，最終提高了前景檢測(cè)的準(zhǔn)確性和魯棒性。
　　針對(duì)單目標(biāo)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(jié)合的目標(biāo)跟蹤方法，通過卡爾曼濾波預(yù)測(cè)目標(biāo)位置，提高了遮擋情況下跟蹤效果；針對(duì)多目標(biāo)跟蹤情況，提出了一種基于團(tuán)塊幾何特征和顏色