基于kalman滤波目标跟踪开题报告.docVIP

毕业设计论文开题报告 题目基于Kalman滤波的目标跟踪 一、课题的意义以及国内外发展状况: (1)意义运动目标跟踪属于视频分析的内容，而视频分析则融合了计算机视觉研究领域的中层和高层处理阶段，即对图像序列进行处理，从而研究运动目标的规律，或者为系统的决策报警提供语义和非语义的信息支持，包括运动检测、目标分类、目标跟踪、行为理解、事件检测等。视频目标跟踪方法的研究和应用作为计算机视觉领域的一个重要分支，正日益广泛地应用到科学技术、国防建设、航空航天、医药卫生以及国民经济的各个领域。目前，目标跟踪技术已经被广泛应用于众多生活和工作领域。主要用于电视监控，视频压缩编码，只能交通系统以及人机交互等方面。因而研究目标跟踪技术有着重大的实用价值和广阔发展前景。 　　2国内外目前的研究现状 　　在过去的二、三十年中，随着计算机硬件性能的不断发展，国内外学者对各种情况下的视频序列中运动目标的检测与跟踪做了大量而深入的研究，提出了许多行之有效的方法，各种面向复杂应用背景的视觉跟踪系统也随之大量涌现。 　　在国外，英国雷丁大学已经开展了对车辆和行人的跟踪及其交互作用识别的相关研究。一些国际性的企业如 IBM、Microsoft 等公司也正在逐步将基于视觉的手势识别接口应用到商业领域中。Maryland 大学开发的实时视觉监控系统W4 通过建立外观模型实现了对多人的跟踪，可以检测和跟踪室外环境中的行人，并对他们之间简单的交互进行自动监控。国外的研究还有多传感器监控，即使用多个传感器对某一地区进行协同监控，以及飞行器监控，如对分析和处理从热气球上拍摄到的视频图像。 　　我国的目标跟踪技术研究起步于 60 年代末，通过近 40 多年的努力，我国在这一领域得到了长足发展，许多先进的图像处理与模式识别方法被应用到这个领域，并研制了一些实际的系统。在国内的研究机构中，中国科学院北京自动化研究所模式识别国家重点实验室对交通场景的视觉监控、人的运动视觉监控和行为模式识别等方面进行了深入研究，分别提出了基于三维线性模型定位、基于扩展卡尔曼滤波器的车辆跟踪算法、基于步态的远距离身份识别、对目标运动轨迹和行为特征学习的模糊自组织神经网络学习算法等，在视觉监控研究中处于领先地位。 二、研究内容及步骤 　　(1) 学习matlab软件，掌握matlab软件的编程技巧(2) 完成目标的检测: 　　在跟踪前，要检测出需跟踪的特定目标，本文采用背景减除法来完成目标检测。，基本思想是利用背景的参数模型来近似背景图像的像素值，将当前帧与背景图像进行差分比较实现对运动区域的检测，其中区别较大的像素区域被认为是运动区域，而区别较小的像素区域被认为是背景区域。 　　(3) 学习并掌握目标跟踪算法,完成目标跟踪 　　常见的目标跟踪算法有5种，本文采用基于区域匹配的跟踪算法，其主要思想是预先建立一个表示目标或待检测物体的模板作为识别和确定目标位置的依据，通过目标模板与候选目标之间的相似程度的计算结果，确定目标在当前图像中的具体位置。 　　1. 目标跟踪框图 　　输入视频 　　目标检测 　　Kalman滤波预测位置 　　跟踪算法匹配 　　模板初始化 　　输出 　　目 　　标 　　模 　　型 　　更 　　新 2. Kalman滤波一般原理 　　卡尔曼滤波理论突破了经典维纳滤波理论和方法的局限性，引入了系统的状态变量和状态空间的概念，提出了时域上的状态空间方法，标志着现代控制理论的诞生。它给出了一套在计算机上容易实时实现的递推滤波算法，适合处理多变量系统、时变系统及非平稳随机过程，是线性系统的最优估计理论。 　　① Kalman滤波基本公式 　　状态一步预测 　　(1) 一步预测误差方差阵 (2) 滤波增益矩阵 (3) 状态修正 (4) 估计误差方差阵 (5)② Kalman滤波算法框图 　　公式(1)-公式(5)为随机线性离散系统中Kalman滤波基本方程。在假定初值和后可根据k时刻的观测值可递推地计算出 k 时刻的状态估计 ( k=1,2,...)。 (4) 完成目标跟踪系统的GUI界面设计后期目标跟踪设计以及程序编写完成，设计GUI界面展示结果。 三、任务完成的阶段安排及时间安排 论文设计各阶段任务 起 止 日 期 1 查找资料，熟悉毕设相关内容 1.1-3.10 2 熟悉MATLAB编程软件 3.11-3.20 3 完成目标检测、位置预测程序 3.21-4.10 4 完善系统、GUI设计 4.11-4.30 5 撰写论文，准备答辩 5.1-5.2