基于視頻的實(shí)時(shí)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)研究.pdf

1、以計(jì)算機(jī)視覺技術(shù)為基礎(chǔ)的智能視頻監(jiān)控系統(tǒng)，目前已經(jīng)廣泛應(yīng)用于人們生產(chǎn)生活的各個(gè)方面。運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是智能視頻監(jiān)控系統(tǒng)中的關(guān)鍵技術(shù)和主要研究方向，目的是實(shí)時(shí)檢測(cè)視頻序列幀中出現(xiàn)的運(yùn)動(dòng)目標(biāo)，獲得目標(biāo)參數(shù)，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行匹配和跟蹤，進(jìn)而獲得目標(biāo)的運(yùn)動(dòng)軌跡。本文主要研究了視頻運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)的構(gòu)成，系統(tǒng)中使用的視頻、圖像處理技術(shù)，運(yùn)動(dòng)目標(biāo)檢測(cè)及運(yùn)動(dòng)目標(biāo)跟蹤算法，并分別在計(jì)算機(jī)系統(tǒng)及嵌入式系統(tǒng)中實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)。
　　

2、 首先，分析研究了常用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法及各自的優(yōu)缺點(diǎn)，提出了一種基于累積差分更新的背景減除法，該算法結(jié)合累積差分的概念，對(duì)自適應(yīng)背景建模法作出改進(jìn)，較好地消除了場(chǎng)景變化以及噪聲影響等的干擾，關(guān)于目標(biāo)提取的閥值判斷，提出了一種兩主峰間差值的灰度直方圖閥值分割法。
　　 接著，分析比較了連續(xù)自適應(yīng)均值漂移CAMShift算法與Kalman濾波算法，提出了一種基于幾何特征的Kalman濾波與目標(biāo)直方圖匹配相結(jié)合的運(yùn)動(dòng)目標(biāo)跟蹤算法，

3、以目標(biāo)灰度質(zhì)心及外接矩形框長(zhǎng)寬作為目標(biāo)幾何特征參數(shù)，分別使用兩組卡爾曼濾波預(yù)測(cè)后，根據(jù)目標(biāo)灰度模板相似度進(jìn)行目標(biāo)匹配。
　　 然后，在VC++6.0集成開發(fā)環(huán)境下，采用MFC應(yīng)用程序框架及OpenCV計(jì)算機(jī)視覺庫(kù)代碼，實(shí)現(xiàn)了基于USB攝像頭的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)，對(duì)于USB攝像頭或AVI視頻文件輸入的視頻，系統(tǒng)能實(shí)時(shí)檢測(cè)出場(chǎng)景中的運(yùn)動(dòng)物體并進(jìn)行跟蹤。
　　 最后，使用AlteraED2多媒體開發(fā)板，以CycloneⅡ系