论文部分内容阅读
视频图像的处理始终是计算机视觉领域的着重研究的一个方向,其中视频中的目标跟踪在视频图像处理研究中是最为重要的研究内容。目前随着城镇化的发展,城市的扩张和人口的增加,城市治安管理面临的形式越来越严峻,治安管理需要的人员越来越多,然而人员的增加远不及城市管理的需求量,所以城市治安视频监控工程建设早已被提上日程且已经在建设中,同时此项工程的建设也为智慧城市下一阶段—平安城市的建设提供重要的支撑,也将是平安城市建设的主轴。我国的平安城市建设开始于2004年,全国各地区积极响应国家公安部的号召,历经10余年建设,监控点已几乎完全覆盖到人们的各个生活区域,发达地区就连村、组也达到了覆盖。那么视频监控工程中的重要一项技术是什么?必然是视频图像中的目标跟踪。本文首先研究了现有的常见几种目标检测方法,即帧差法、背景差分法和光流法,由于光流法的局限性并没有做过多的介绍,但是针对帧差法和背景差分法进行了编程实验对比,深入研究了Vi Be背景差法和混合高斯法,用Vi Be算法检测目标,混合高斯法检测并消除阴影,然后将两种算法结合提高目标检测的准确度;其次,在跟踪算法中,研究分析了连续自适应均值偏移Cam Shift算法的优缺点,同时研究了Kalman滤波算法在跟踪中的运动预测作用;最后针对Cam Shift算法在遇到遮挡和大面积同色背景干扰以及颜色相似的运动物体干扰情况下,算法出现跟踪丢失的现象,将两种算法结合,并且对Cam Shift算法的搜索窗大小进行限定,有效的提高了跟踪的准确性。本文在Linux系统下用Qt Creator5.1.1开发工具,用C++结合OPENCV2.4.4库函数编程实现了提出的算法。通过针对性编程实验验证,本文算法在单目标跟踪中能实现稳定的跟踪,并能够在单目标跟踪的基础上实现多目标的正确跟踪。