基于颜色信息的目标跟踪

论文摘要

在日常生活中,大量有意义的视觉信息都包含在运动之中。序列图像中的运动目标检测与跟踪是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在机器人导航、智能视觉监控系统、医学图像分析、工业检测以及视频图像分析等领域中都有着广泛的应用。因此,研究运动目标的识别和跟踪,具有很大的现实意义和实际价值。本文重点介绍了运动目标的识别和跟踪,实现了运动目标的实时自动跟踪。本文重点介绍了目前运动目标识别与跟踪领域的一些常用方法。在运动目标检测方面,主要介绍了三种目标检测的方法:帧间差分法、背景差分法和光流法,并对前两种方法进行了比较和实验分析,同时指出了各自的优缺点及适用范围。在目标跟踪方面,首先介绍了三种特征匹配算法:绝对平衡搜索法、归一化互相关匹配算法和直方图匹配算法,接着又介绍了两种快速匹配方法:序贯相似性匹配算法和金字塔分层搜索算法。在运动目标的实时跟踪方面,本文基于OpenCV（英特尔@开源计算机视觉库）,以Camshift（Continuously Adaptive Mean-shift）算法为基础,实现对彩色序列图像的自动跟踪。该算法在简单静止背景和简单小变化背景中都能较准确地检测运动目标并对其跟踪。为了提高跟踪结果的准确性和实时性,本文提出了一种改进的CamShift算法:只统计跟踪区域色调H分量的颜色直方图,去除S、V分量对H分量有较大干扰的像素。实验表明,该算法能有效避免遮挡和大面积颜色干扰情况下可能出现的误跟踪问题,取得了较好的效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 图像处理的发展概况
• 1.2 运动目标的识别与跟踪
• 1.3 国内外现状及发展方向
• 1.4 论文的主要任务和内容安排
• 第二章 目标识别算法研究
• 2.1 运动目标识别的基本方法
• 2.2 图像的二值化
• 2.3 数学形态学滤波
• 2.4 本章小结
• 第三章 目标跟踪算法研究
• 3.1 目标跟踪的特征和特征匹配
• 3.2 特征匹配算法
• 3.3 快速匹配方法
• 3.4 本章小结
• 第四章 运动目标的实时跟踪
• 4.1 颜色空间
• 4.2 基于均值平移算法的目标搜索
• 4.3 基于openCV的自动跟踪算法的实现
• 4.4 本章小结
• 结束语
• 致谢
• 参考文献
• 硕士在读期间发表的论文