基于（VTS）CCTV的运动目标检测跟踪方法研究

论文摘要

目前的VTS系统,主要通过雷达对目标进行检测跟踪等来实现管辖区域的监测,随着CCTV系统成为VTS系统的一个重要组成部分,可以利用国内外学者在视频图像处理上的宝贵成果,使其能够在雷达作用受限的特定时段、特定区域,代替雷达进行运动目标的检测跟踪。鉴于上述思想,本文对基于CCTV的目标检测跟踪技术进行了研究,并取得了如下成果:首先,分析实际的目标检测需求,选择了两种主要的目标检测方法,即背景差分与帧间差分,在对两种算法做了分析比较的基础上,得出在粗检测时可以应用运算量小的帧间差分,在需要更多的目标信息的时候,调用背景差分算法。在这一环节,还得出当需要调整背景更新速度时,可以采用ⅡR滤波法获取背景,反之,则用统计平均法来获取背景的结论。其次,对目标特征的提取以及不同帧间的目标匹配方法进行了研究,并根据实际的需求提取了目标的四种特征,即目标的几何特征、运动特征、统计特征和不变矩特征,进而建立了目标三层次匹配准则,相对有效的进行目标匹配。然后,对目标跟踪算法进行了研究,选择了波门跟踪方法为主,并对其关键技术,即目标中心的获取、外推估计、波门建立等进行了研究。得出基于Kalman外推的自适应波门算法具有相对较高的精确度,适合复杂的运动跟踪,而两点外推则适用于相对简单的运动跟踪的结论。最后,基于上述理论算法,进行了大量的实验研究,检测出了单目标与多目标情况下的运动目标,并根据跟踪算法,成功对各种实验场景中的运动目标进行了跟踪并标绘出了运动目标的运动轨迹。实验证明了本文选择及建立的目标检测跟踪算法的实时性、鲁棒性与有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的提出背景与意义
• 1.2 相关领域和技术的研究、应用现状和发展趋势
• 1.2.1 关于VTS及其CCTV子系统
• 1.2.2 基于（CCTV）视频的运动目标检测与跟踪技术的现状
• 1.2.3 基于（CCTV）视频的运动目标检测与跟踪技术的发展趋势
• 1.2.4 基于（CCTV）视频的运动目标检测与跟踪技术的难点
• 1.3 研究内容
• 1.4 取得的成果
• 1.5 论文的组织结构
• 第2章 视频技术研究
• 2.1 视频图像的数学表示方法
• 2.1.1 数字图像的数学表示
• 2.1.2 数字视频的获取与表示方法
• 2.2 视频图像的特点及特性分析
• 2.3 本章小结
• 第3章 运动目标检测技术研究
• 3.1 基于背景差分的检测模型（算法）研究
• 3.2 基于帧间差分的检测模型（算法）研究
• 3.3 仿真实验和实验结果分析
• 3.3.1 基于背景差分的检测模型仿真实验
• 3.3.2 基于帧间差分的检测模型仿真实验
• 3.3.3 实验结果比较分析
• 3.4 本章小结
• 第4章 运动目标特征的提取与目标匹配方法的研究
• 4.1 图像特征的分析与选择
• 4.2 几何特征
• 4.2.1 几何特征的研究
• 4.2.2 几何特征的仿真实验与实验结果分析
• 4.3 运动特征
• 4.3.1 运动特征的研究
• 4.3.2 运动特征的仿真实验与实验结果分析
• 4.4 统计特征
• 4.4.1 统计特征的研究
• 4.4.2 统计特征的仿真实验与实验结果分析
• 4.5 不变矩特征
• 4.5.1 不变矩特征的研究
• 4.5.2 不变矩特征的仿真实验与实验结果分析
• 4.6 运动目标匹配方法的研究与三层次匹配准则的建立
• 4.6.1 目标特征匹配方法研究
• 4.6.2 目标三层次匹配准则
• 4.7 本章小结
• 第5章 运动目标跟踪算法的研究
• 5.1 运动目标跟踪算法的概述
• 5.2 目标中心获取方法的研究
• 5.3 外推估计方法研究
• 5.3.1 Kalman外推估计理论研究
• 5.3.2 两点外推估计理论研究
• 5.3.3 仿真实验与实验结果分析
• 5.4 波门建立准则的研究
• 5.4.1 固定波门准则
• 5.4.2 自适应波门准则
• 5.5 仿真实验与实验结果分析
• 5.5.1 基于Kalman外推估计的波门跟踪仿真实验
• 5.5.2 基于两点外推估计的波门跟踪仿真实验
• 5.5.3 实验结果分析
• 5.6 本章小结
• 第6章 结论
• 参考文献
• 致谢
• 研究生履历