基于圖像序列的運動目標檢測與跟蹤技術研究.pdf

1、運動目標檢測與跟蹤是計算機視覺和信息處理領域中非?；钴S的一個課題,涉及眾多學科,廣泛地應用于軍事、工業(yè)、生活等各個方面。
　　本文以運動車輛為例,針對運動目標檢測與跟蹤的各個環(huán)節(jié)進行了進入探討和研究,并提出了相應的觀點和見解。本文著重探討了運動目標檢測和跟蹤的主要算法。并在以下幾個方面做了一些研究工作。
　　1、在利用背景差分法檢測運動目標時,背景圖像的提取和重建至關重要。本文在分析了時間平均法的缺點后,提出了時間軸統(tǒng)計法和

2、小區(qū)域處理法。經實驗,這兩種方法能夠更準確的提取出圖像背景,且不需要太多的圖像樣本。
　　2、在利用模板匹配法進行目標跟蹤時,提出了金字塔多分辨率+鉆石搜索的方法。該方法的主要思想是,首先采用均值金字塔對目標模板和待跟蹤圖像進行處理,降低分辨率,在每一分層上,采用鉆石搜索法對跟蹤區(qū)域進行定位。該方法可以減少搜索次數(shù),提高搜索效率。本文詳細描述了算法原理和跟蹤步驟,并對實驗結果進行了比較和說明。
　　3、針對現(xiàn)有Mean Sh

3、ift跟蹤算法中跟蹤窗尺寸固定的不足,本文提出了兩種改進算法。一種是利用模糊閾值分割原理,對加權灰度變換后的目標圖像進行分割,從而校正Mean Shift的核函數(shù)窗寬。另一種是利用FCM均值聚類原理,在YCrCb顏色空間提取出運動目標的顏色特征向量,并以此校正核函數(shù)窗寬,從而達到尺度自適應跟蹤的效果,經過實驗對比,這兩種算法都能夠實現(xiàn)較為理想的跟蹤效果。
　　本論文的研究主要是通過仿真來實現(xiàn)的,但通過對算法的優(yōu)化和移植,可利用DS