复杂环境中运动目标检测与跟踪研究-计算机科学与技术专业论文.docx

万方数据 万方数据 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 万方数据 万方数据 南京航空航天大学硕士学位论文 摘 要 运动目标检测与跟踪技术作为计算机视觉领域的核心研究课题，经过国内外研究者数十年 的倾力研究，取得了显著的研究成果。但是在实际应用中，由于真实环境过于复杂，目标的运 动轨迹具有不规则性，因此大大增加了实时检测与跟踪运动目标的难度并降低了检测与跟踪结 果的准确度。本文深入学习和研究了国内外现有的经典算法，并且在此基础上做出新的尝试， 兼顾到算法的实时性以及鲁棒性。主要工作分别是： （1）针对经典运动目标检测算法ViBe在实际环境中无法消除鬼影、阴影等干扰的影响， 本文结合三帧差分、边缘检测等技术，提出一种ViBe改进算法。预处理阶段通过三帧差分获得 真实背景并消除鬼影；运动目标检测阶段结合先验知识和边缘检测方法获得真实运动目标以消 除阴影干扰；目标描述与跟踪阶段运用像素标记方法，得到目标描述并实现目标跟踪。实验结 果表明，改进算法在消除鬼影、阴影等干扰方面表现出了优越的性能,在交通监控实时视频流中 具有理想的车辆检测和跟踪效果。 （2）本文基于自适应样本数量的粒子滤波算法，提出一种融合了颜色、纹理、边缘等多种 特征的AMFPF跟踪算法（Adaptive Multi-Features Particle Filter），旨在用较少数量的粒子完成对 目标的精确跟踪。根据目标轮廓特征自适应调整粒子数量，同时结合了目标多个显著特征进行 概率融合。实验结果表明，该算法不仅提高了跟踪速度，并且在复杂环境中可以稳定准确地跟 踪目标。 （3）本文将改进的 ViBe 算法与 AMFPF 跟踪算法应用在智能交通领域中用来实时、准确 地提取车流量、车辆速度、车道占有率等交通参数，从而进一步扩大了运动目标检测与跟踪算 法的应用前景。 关键词：运动目标检测与跟踪，ViBe，自适应样本数量，多特征融合，交通参数 i 复杂环境中运动目标检测与跟踪研究 ABSTRACT Moving target detection and tracking technology is a core research topic in the field of computer vision. After studied by domestic and foreign researchers for recent years, a lot of significant results have been achieved. However, the complexity of the real environment and the variability of the moving target in practice give rise to the difficulty of moving objects detection and tracking accurately. This paper makes a new attempt based on the existing classical algorithms, which takes real-time performance and robustness into account. The main works of this paper are presented as following: Because of such interferences as ghost, and shadow which can not be overcome by ViBe algorithm in moving object detection in practice, a new improved ViBe algorithm is put forward in this paper. By using inter-frame difference method in preprocessing stage, the true background can be gained and the ghost can be removed. And then according to prior k