智能视觉监控是计算机视觉领域的研究热点之一,它在不需要人工干预的情况下,通过分析摄像机拍摄的视频序列对监控场景中的运动目标进行检测、跟踪和定位,并在此基础上对目标的行为进行分析。运动目标的检测和跟踪技术是智能视觉监控系统的基础。本文研究基于DSP的多运动目标检测与跟踪技术,主要工作如下:1.目标检测方面,本文对常用的运动目标检测算法进行了介绍,包括:光流场法、帧间差分法、背景减法,并通过实验分析了各自算法的性能。借鉴帧差法和背景减法的思想,提出了一种基于改进背景减法的运动目标检测算法。该算法使用背景减法提取目标活动区域,采用选择性更新的方法更新背景模型,利用帧间差分法解决背景突变带来的问题,运用形态学滤波的方法对得到的二值化图像进行处理,最后使用积分投影法实现对目标的分割。2.目标跟踪方面,在研究了目前常用几种跟踪算法的基础上,提出了一种基于目标特征匹配和KALMAN预测相结合的跟踪方法,选取目标的灰度直方图信息做为特征匹配模板,为减少搜索匹配需要的时间,使用KALMAN滤波器对目标在下一帧图像中可能出现的位置进行预测,在预测范围内进行搜索及模板匹配,采用置信度策略解决场景中多个目标因互相遮挡、合并、分裂而导致短时匹配失败的问题。实验结果表明,该跟踪算法能够对多个目标实现稳定可靠的跟踪。3.对实验平台DM6437网络摄像机进行了介绍,并对算法在移植和优化过程中需要注意的问题进行了讨论。