论文部分内容阅读
在日益追求自动化的今天,人们迫切需要设计一种自动对场景中运动目标进行实时监视的高智能化监控系统,这种系统一般具有运动目标检测和跟踪等自主功能.本文主要就运动目标跟踪这一功能展开研究.目标跟踪可以提供被监控目标的运动轨迹,也为目标的运动分析提供了可靠的数据信息.本文在借鉴相关领域技术的基础上,主要做了下面的工作. 本文首先分析了视频监控中目标跟踪算法的研究现状,阐述了现存目标跟踪算法存在的问题.其次,详细介绍了Mean Shift理论及其在跟踪算法中的应用.然后,分析其优缺点,提出问题——Mean Shift跟踪算法对当背景和目标的颜色分布相似时或光照发生变化时,跟踪效果欠佳.针对这一问题,本文提出一种基于颜色与局部二元模式(LBP)纹理特征自适应融合的Mean Shift跟踪算法,该算法用局部二元模式(LBP)纹理特征来描述目标的形状,弥补了颜色特征的不足.最后针对传统的Mean Shift跟踪算法不能很好地跟踪快速运动的目标这一问题,提出一种基于GM(1,1)模型的Mean Shift跟踪算法.该算法首先根据先前的目标真实位置信息,用GM(1,1)模型预测目标的下一位置,将这一位置点作为目标的起始点,然后利用Mean Shift算法在这点的邻域内寻找目标真实的位置,快速运动目标的跟踪就可以得到很好的解决.