本文主要研究内容是视觉目标的跟踪问题,其中涉及视频环境下运动目标的自动分割、运动目标跟踪以及摄像机标定等方面的研究。视觉目标的跟踪问题是机器视觉研究中的一个重要分支,是高级机器视觉研究的基础,有着广泛的应用,例如:视频监视、虚拟现实、运动目标捕获、智能交通、军事制导等。在运动目标自动分割研究中,介绍了现有的主要分割算法,针对运动对象容易受到噪声影响的问题,提出了一种结合时域与空间域的改进瞬时差分算法,并给出西安理工大学硕士学位论文实验结果。研究了背景图像的统计特性,提出了一种可白适应更新的背景建模方法,将其应用在本文中,取得了满意的效果,并对影响分割效果的噪声问题、阴影问题进行了分析,给出了解决方法,实验证明了算法的可行性。 在运动目标的跟踪研究中,就跟踪问题的特点,分析了不同的跟踪模式与当前主要的研究方向,结合现有算法,提出了一种具有鲁棒性的白适应卜尔曼跟踪模型,可以较好地表征目标的机动运动,从而能够跟踪目标的运动。从算法的适用性和可行性两方面考虑,选择既可靠义易于实现的颜色直方图匹配算法,在刀加“配人“弓少口距离下进行了目标匹配。 在摄像机标定问题的研究中,介绍了经典的标定算法与土动视觉的白标定算法。针对本课题的研究特点,利用一种基于本质矩阵的自标定算法,实现了2维目标的3维映射,从而为下一步基于视觉的机器人目标捕获提供了基础。关键词:运动目标检测,目标跟踪,摄像机标定,卡尔曼滤波