圖像序列中運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤技術(shù)研究.pdf

1、圖像序列中運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域一個(gè)新興的方向和備受關(guān)注的前沿課題，它融合了計(jì)算機(jī)科學(xué)、機(jī)器視覺(jué)、圖像工程、模式識(shí)別、人工智能等先進(jìn)技術(shù)，廣泛地應(yīng)用于軍事、工業(yè)、生活等各個(gè)方面。 運(yùn)動(dòng)目標(biāo)檢測(cè)、背景模型建立、陰影檢測(cè)、運(yùn)動(dòng)目標(biāo)跟蹤是本文研究的重點(diǎn)。國(guó)內(nèi)外大批學(xué)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(yùn)動(dòng)目標(biāo)檢測(cè)、提取前

2、景部分，討論分析了目前提取前景的方法及其實(shí)現(xiàn)的原理。選擇背景差分法作為提取運(yùn)動(dòng)目標(biāo)的基礎(chǔ)，為了完整、精確的提取出運(yùn)動(dòng)目標(biāo)，采用形態(tài)學(xué)方法對(duì)差分后的前景圖像進(jìn)行處理；分析介紹了相關(guān)的背景建模方法，并通過(guò)試驗(yàn)比較建模效果。試驗(yàn)結(jié)果顯示：高斯背景建模方法雖然能夠準(zhǔn)確的表示背景，但算法復(fù)雜度和計(jì)算復(fù)雜度方面比較復(fù)雜。針對(duì)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(jìn)行建模，其思想為：在目標(biāo)區(qū)域使用高斯模型更新背景，而在非運(yùn)動(dòng)區(qū)域使用

3、中值法建模。試驗(yàn)表明取得了很好的效果。 (2)在運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤過(guò)程中，很多因素導(dǎo)致檢測(cè)跟蹤出現(xiàn)偏差，而陰影就是其中一個(gè)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(duì)HSI顏色模型對(duì)于當(dāng)運(yùn)動(dòng)目標(biāo)和背景顏色接近時(shí)，可能出現(xiàn)檢測(cè)率不高的特點(diǎn)，把一階梯度密度函數(shù)引入HSI顏色模型中，為了表明改進(jìn)算法的有效性，利用采集到的圖像序列進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)表明：基于HSI模型的陰影檢測(cè)算法是有效的。 (3)在運(yùn)動(dòng)目標(biāo)跟蹤部分