移动目标的跟踪技术研究

论文摘要

近年来,视频监控系统在各行业得到了广泛的应用,但是这些系统的功能局限于对场景的记录和保存。随着信息化进程的推进和人民生活水平的提高,人们对智能监控系统的需求越来越迫切。目的是让系统自动的进行物体检测、识别、跟踪和行为理解,它在增强社会安全方面有很大的潜在价值。基于视频图像的运动目标分析也是计算机视觉和数字图像处理技术最为复杂的一个方向。既要对视频信号进行采集,又要对采集的图像进行处理,还要针对具体的应用编写程序进行开发。本文主要围绕运动目标检测和运动目标跟踪两个方面展开研究,运动目标检测方面,研究了静态背景下常用的运动目标检测算法。运动目标跟踪方面主要研究了常用的跟踪算法。本文结合运动目标检测跟踪算法的应用,给出了系统设计总体结构,并利用VC++开发工具和OPENCV函数类库,实现了基于Camshift算法的视频图像动态跟踪,给出了程序代码及实验结果。OpenCv（Open Soure Computer Vision Library）是一种用于数字图像处理和计算机视觉的函数库,由Intel微处理器研究实验室（Intel’sMicroprocessor Research Lab）的视觉交互组（The Visual Interactivity Group）开发。采用的开发语言是C++可以在windows系统及Linux系统下使用,该函数库是开放源代码的,能够从Intel公司的网站免费下载得到。OpenCv提供了针对各种形式的图像和视频源文件的帧提取函数和很多标准的图像处理算法,这些函数都可以直接用在具体的视频程序开发项目中。在本文的最后阶段,使用此视频图像运动目标分析系统进行了大量实验,并全面分析了实验现象和数据。通过这些现象和数据可以得出结论。本文基于OpenCv设计的视频图像运动目标分析系统具有良好的实时性,能够正确的进行运动物体的实时检测和跟踪,并具有良好的鲁棒性。由于该系统在Windows下开发,如何将该系统移植到其他的系统或者是嵌入式平台并进一步提高系统的通用性和鲁棒性就成了今后研究工作的重点。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 研究的背景和意义
• 1.3 国内外研究的现状和趋势
• 1.4 OpenCv简介
• 1.5 论文的研究重点
• 第2章 移动检测算法
• 2.1 引言
• 2.2 移动目标检测
• 2.2.1 背景差分法
• 2.2.2 帧间差分法
• 2.2.3 光流法
• 2.3 本章小结
• 第3章 移动目标跟踪策略
• 3.1 跟踪预处理
• 3.2 跟踪策略
• 3.3 动目标的特征
• 3.4 本章小结
• 第4章 跟踪算法的研究与仿真
• 4.1 基于匹配的跟踪算法
• 4.1.1 区域匹配的跟踪算法
• 4.1.2 轮廓匹配的跟踪算法
• 4.1.3 特征匹配的跟踪算法
• 4.1.4 图像的边缘分割算法
• 4.2 基于移动模板的跟踪算法
• 4.3 基于Camshift的跟踪算法的仿真
• 4.3.1 图像的彩色特征
• 4.3.2 直方图背投影
• 4.3.3 Meanshift算法
• 4.3.4 Camshift算法的实现
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢
• 攻读学位期间发表论文和参加科研情况
• 一、发表的论文
• 二、参加的科研项目