论文部分内容阅读
基于视频的运动目标检测与跟踪技术是计算机视觉领域的一个重要课题,也是智能视频监控系统的关键底层技术,广泛应用于安防、智能交通等领域。它融合了模式识别、图像处理、人工智能等领域的研究成果,已经广泛应用于安保监控、智能武器、视频会议、视频检索等各个领域。因此,基于视频的运动目标检测与跟踪算法的研究具有极其重要的理论意义和实用价值。本文在前人的研究基础上,主要对运动目标检测与跟踪算法进行了研究,主要工作如下: (1)研究了本文算法所需要用到的图像处理技术,尤其对图像增强技术、图像去噪技术、形态学处理以及连通量分析作了研究。本文在VC++编译环境下,调用Open CV开源函数库来实现视频图像的预处理、运动目标检测与跟踪的功能,并且给出了系统结构的设计。 (2)研究了目前几种典型的检测算法,并在分析这些算法的基础上,研究了这些算法的性能,比较它们的特性。针对平均背景法与选择更新法的不足,本文提出了基于平均背景法的背景更新算法。该算法先对前N帧背景进行采样,求取平均值,将其设为初始值,并通过相邻两帧作差,根据预先设定的阈值,将图像分为前景图像和背景图像,属于前景区域的背景维持不变,仅更新背景区域。 (3)针对均值偏移算法、卡尔曼滤波器、粒子滤波器的优缺点,本文提出一种融合三种算法的处理策略。该算法保留了均值偏移算法、卡尔曼滤波器的处理运算速度,解决了目标被遮挡时丢失目标的问题,基于粒子滤波对运动目标进行跟踪,并通过实验调试实现了该算法,验证了本文提出的综合算法的可行性。