视频监控系统中运动目标检测和跟踪技术的研究与实现

论文摘要

运动目标的跟踪是视频监控系统中一个重要组成部分,因此如何实现对运动目标实时、稳定和有效地跟踪,是一个需要关注和研究的重要问题。本文针对被跟踪目标存在姿势不断变化,部分被遮挡和旋转的问题,对视频监控系统中目标跟踪系统深入研究和分析,在对现有目标跟踪算法比较的基础上,选择了一种基于目标颜色直方图特征的目标跟踪算法(Meanshift)。算法以目标区域的梯度方向分布(直方图)为特征,构造了可用Meanshift算法寻优的相似度函数,利用Meanshift寻优收敛速度快的特点,可有效实现跟踪。针对Meanshift算法对快速目标跟踪效果不好的情况,本文引入了卡尔曼滤波器,通过对卡尔曼滤波器建模实现了对快速目标的跟踪。卡尔曼滤波器包括两个模型,信号模型和观测模型。通过以往帧的观测向量来预测当前帧的状态向量,从而得到目标的可能位置,利用这些位置信息组成当前帧的观测向量,再去预测下一帧的状态向量,循环迭代。试验结果表明,本文给出的基于目标颜色直方图的Meanshift算法能够有效的应用于视频监控系统中的目标跟踪,保证了运动目标跟踪的稳定性和连续性,有较好的理论研究价值及市场应用前景。

论文目录

• 摘要
• ABSTRACT
• 致谢
• 第一章 绪论
• 1.1 研究的背景及意思
• 1.2 视频监控系统
• 1.2.1 视频监控系统的发展
• 1.2.2 视频监控系统中视频检测和跟踪的关键技术
• 1.3 国内外研究现状
• 1.4 研究的内容及难点
• 1.4.1 理论研究
• 1.4.2 运动目标匹配和跟踪相关问题
• 1.4.3 工作的难点
• 第二章 视频监控系统中目标图像的处理
• 2.1 视频监控系统中图像检测和跟踪过程
• 2.2 目标图像的预处理
• 2.2.1 目标图像的增强
• 2.2.2 目标图像去噪
• 2.3 运动目标检测
• 2.3.1 背景差值法
• 2.3.2 光流场法
• 2.3.3 相邻帧差法
• 2.4 边缘检测
• 2.4.1 梯度算子
• 2.4.2 Canny边缘检测
• 2.5 目标图像的分割
• 2.5.1 基于图像灰度值的分割
• 2.5.2 基于区域的分割
• 2.5.3 基于边界的分割
• 2.6 运动区域判定
• 第三章 视频监控系统中目标跟踪算法选择
• 3.1 视频监控系统中目标跟踪系统分析
• 3.1.1 视频监控系统组成
• 3.1.2 视频监控系统目标跟踪的问题
• 3.2 如何减小搜索范围
• 3.3 如何进行精确的目标匹配
• 3.4 视频监控系统中目标跟踪算法的选择
• 3.4.1 meanshift算法思想
• 3.4.2 hausdorff算法思想
• 3.4.3 视频监控系统中目标跟踪算法的选择
• 3.5 目标跟踪系统中meanshift算法的改进
• 3.5.1 卡尔曼滤波器建模
• 3.5.2 遮挡问题的处理
• 3.6 本章小结
• 第四章 视频监控系统中运动目标跟踪实现
• 4.1 MeanShit跟踪算法
• 4.2 算法设计
• 4.2.1 运动目标预测
• 4.2.2 基于直方图的目标匹配
• 4.2.3 目标模型描述
• 4.2.4 候选模型描述
• 4.2.5 目标定位
• 4.3 算法实现
• 4.4 实验结果分析
• 4.4.1 实验结果
• 4.4.2 实验结果分析
• 4.5 本章小结
• 第五章 结束语
• 5.1 总结
• 5.2 工作展望
• 参考文献
• 攻读硕士期间发表的论文