智能视频监控中运动目标检测与跟踪.pdf

摘要 摘 要 基于视频的运动目标检测与跟踪融合了图像处理、模式识别、人工智能、自动 控制以及计算机科学等许多领域的先进技术，已经成为计算机视觉研究的重要领域。 目前，运动目标的检测跟踪效果并不是很理想，需要进一步改善。就此现状，本文 主要做了如下研究工作： 对比了当前各种检测方法，在分析它们的优缺点的基础上，提出最适用于智能 监控系统的检测方法是背景建模法。 背景初始化和背景更新是基于背景差分法的目标检测的基础问题，背景初始化 的好坏对目标检测的精度有直接的影响。当前有许多背景初始化的方法，这些方法 在不同的应用领域有着自身的优点和缺点。背景初始化要解决的问题是在有运动物 体的场景中如何得到自适应的背景，并且尽可能的解决混合的现象。我们使用了一 种自适应背景提取方法，并对背景进行了实时更新，以适应光线变化或场景本身的 变化，针对运动目标在差分图像中产生空洞的特点，采用形态滤波对分割结果进行 后处理，消除噪声和背景扰动带来的影响。 在运动目标跟踪研究方面，为了有效的解决运动目标的检测率，使用了一种基 于卡尔曼滤波器的运动目标跟踪算法。该算法首先利用高速混合模型的背景差分法， 得到的运动目标图像，然后通过建立帧间关系矩阵将跟踪情况分为五种状态分别进 行处理，这五种状态时新目标出现、目标匹配、目标遮挡、目标分离和目标消失。 采用卡尔曼滤波器预测目标参数，建立目标在下一帧的预测信息。 实验结果表明：该方法能快速、准确地检测和分离出运动目标，并能有效地对 目标进行自动跟踪。我们综合了以上算法开发了一个系统的演示程序，实现了目标 检测跟踪的基本功能。 关键字： 目标检测，混合高斯模型，目标跟踪，卡尔曼滤波器 广东工业大学硕士学位论丈 Abstract： detectionand basedon includes Object tracking video·stream,whichup-to-date like technologiesimageprocessing，patternrecognition,artificial an domainintheareaof science，etc，is computer control，computerbecomingimportant be tocurrent methodsstillneedto status， imageprocessing．The improved．According folloWresearchhasbeendoneinthethesis． initializationand arethebasic of Background backgroundupdates problemobject method．Theresultof detectionwhichbasedon difference background background initializationhasaneffectonthe of have detection．Manyapproaches precisionobje