基于PTZ摄像机的目标跟踪算法研究与实现

论文摘要

运动目标的跟踪是计算机视觉、模式识别以及人工智能等学科的一个重要研究内容,广泛应用于安防监控系统中。由于目标运动的多样性和周围环境的复杂性,包括遮挡、目标变形、光照等因素的影响,如何准确、实时地跟踪运动目标是设计目标跟踪算法的难点,更是计算机视觉领域一个极具挑战性的课题。本文主要研究基于PTZ摄像机(智能一体化球型摄像机)的运动跟踪算法,由于基于Mean Shift方法的目标跟踪技术的稳定性以及能够适应目标的形状、大小的连续变化,而且计算速度很快,抗干扰能力强,能够保证系统的实时性和稳定性,所以论文中主要研究了基于Mean Shift(?)踪算法,并对该算法进行了改进,将Mean Shift方法与Kalman滤波算法融合,同时采用空间颜色直方图表征目标特征,增强了目标跟踪算法的鲁棒性。最后,论文搭建了该技术的原型系统,设计了一种高速球形摄像机能在水平、垂直、光轴三个方向做间歇性运动的的控制策略。通过调整球机P/T方向姿态使被跟踪对象始终可见,当视野中心对准目标后,控制球机开始进行变倍达到对图像缩放的目的,这样可以观察或者抓拍目标局部细节。论文并针对球机变倍控制中跟踪窗口大小自适应调整的问题,利用SIFT特征匹配算法计算球机变倍率的方法。最终实现了跟踪和相机的控制。通过大量的实验测试表明该技术对于实际场景的有效性。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景与意义
• 1.2 研究现状及问题
• 1.3 研究内容
• 1.4 论文组织结构
• 第2章 目标跟踪相关技术介绍
• 2.1 目标跟踪算法概述
• 2.2 相关匹配算法
• 2.2.1 ABS（Absolute Balance Search）算法
• 2.2.2 归一化互相关匹配算法
• 2.2.3 序贯相似度检测算法
• 2.2.4 金字塔分层搜索算法
• 2.3 Mean Shift跟踪算法
• 2.3.1 密度梯度估计
• 2.3.2 核函数
• 2.3.3 Mean Shift算法
• 2.3.4 Mean Shift应用于跟踪
• 2.3.5 Mean Shift跟踪算法实现与分析
• 2.4 卡尔曼滤波器
• 2.5 本章小结
• 第3章 基于空间颜色直方图的跟踪算法研究
• 3.1 目标模型描述
• 3.1.1 目标颜色空间
• 3.1.2 目标颜色直方图
• 3.1.3 目标空间颜色直方图
• 3.2 目标运动估计
• 3.2.1 Kalman滤波预测
• 3.2.2 遮挡处理
• 3.3 相似性度量
• 3.4 均值偏移搜索
• 3.5 目标模型更新
• 3.6 实验结果分析
• 3.7 本章小结
• 第4章 算法原型系统设计与实现
• 4.1 原型系统设计
• 4.1.1 系统结构
• 4.1.2 系统组成
• 4.2 控制模块实现
• 4.3 跟踪模块实现
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 工作总结
• 5.2 展望未来
• 参考文献
• 致谢