论文部分内容阅读
运动目标跟踪检测是数字视频技术发展中产生的一个重要研究课题，在基于安全要害部门的视频监控等领域有着广泛的应用，并且在人类社会的其他多个领域具有广泛的应用前景和研究价值。随着提取局部特征点算法的发展，通过对提取出的局部特征点匹配来实现目标跟踪的方法得到广泛的应用，本文采用特征点匹配法实现了动态场景下的目标检测和跟踪。1、动态场景下的运动目标检测。为了描述摄像机的运动，在这里我们引入了八参数全局运动模型，先采用RANSAC的方法去除可能存在的外点，得到正确的匹配特征点对求解出全局运动模型的参数，再对图像进行运动补偿，最后用帧差法得到运动目标。实验结果表明该算法具有较好的准确性和实时性。本算法的新颖之处有：（1）针对SURF特征点匹配速度不能满足视频序列对目标检测实时性的要求，提出基于特征点预测的匹配和检测策略，在保持了SURF本身性能的前提下，极大提高了算法的实时性。（2）基于残差块SAD值的特征点更新策略，对特征点进行实时的更新，以保证有足够的匹配点对来求解全局运动参数。在提高了算法效率的同时，保证了鲁棒性。2、动态场景下的运动目标跟踪。对检测到的目标采用改进的SIFT算法进行特征点匹配，实现对运动目标的跟踪。实验结果表明了该算法能够很好的实现对运动目标的跟踪。该部分的创新之处有：针对SIFT算法在摄像机的倾斜角度有变化时性能变差的问题，提出了一种改进SIFT算法，提高了跟踪的性能。