论文摘要
近年来,随着计算机视觉技术的发展和实际应用需求的不断扩大,目标跟踪技术因其在安全监控、机器人导航、智能交通、无人驾驶等领域的潜在应用而成为国内外研究的热点。然而,由于应用场景的复杂多变、随机干扰、目标多样性等多种因素的影响,使得目标跟踪成为一个极富挑战性的课题,特别是针对复杂场景下运动目标跟踪还有许多理论和技术问题亟待解决,对其进一步研究将具有重要的理论和现实意义。本文主要对复杂场景下的目标跟踪问题进行了研究。详细讨论了基于单个固定摄像机的目标跟踪算法,实现了复杂场景下的运动目标跟踪,设计了使被跟踪目标时刻保持在摄像机视野中央区域的平滑跟踪算法,研究了多摄像机下的目标交接方法,并提出了基于运动目标检测和SIFT特征的目标交接方法。论文的主要工作有：运动目标跟踪方面,介绍了目标的特征及搜索匹配方法,研究了基于均值漂移的目标跟踪算法,该方法采用核函数加权的颜色直方图描述目标特征,对目标旋转变形、部分遮挡具有较好的适应性,并且计算简单、实时性好,但是不能自适应调节跟踪窗大小,在目标快速运动情况下效果不理想。针对均值漂移算法存在的问题,研究了卡尔曼滤波预测位置的均值漂移目标跟踪算法。首先根据目标模型的相似度和目标位置的变化判断目标运动情况,并采用不同的比例因子将卡尔曼滤波预测结果与均值漂移算法得到的结果进行线性加权运算。同时对被跟踪目标的特征模型进行实时在线更新,提高了跟踪的可靠性,实现了对运动目标的实时、鲁棒跟踪。云台摄像机主动平滑跟踪方面,首先介绍了基于转速可调的云台摄像机搭建的跟踪系统的整体构架,然后分别细化介绍了硬件组成和软件设计。利用OpenCV设计了跟踪试验系统,根据跟踪算法的到得位置向量与中心区域的关系得到控制云台转动方向,通过分析图像中目标的位置及速度信息得到云台转速,通过动态改变云台控制协议来改变云台的转动方向和转动速度,使被跟踪目标始终保持在视野的中央区域。充分利用摄像机的参数性能,通过实时动态改变云台协议的方法实现对云台的控制。实验结果表明,该主动跟踪算法较好的实现了对目标的主动平滑跟踪。多摄像机目标交接方面,研究了多摄像机之间对跟踪目标的空间约束,讨论了运动目标检测算法,对SIFT特征算法应用于目标交接进行了研究,提出了基于运动目标检测和SIFT特征的目标交接算法。摄像机之间有重叠区域且目标跟踪的环境简单时,仅利用目标的空间约束条件和运动目标检测即可实现目标交接；当摄像机之间没有重叠区域或跟踪的场景较复杂时,则采用运动目标检测与SIFT特征相结合的方法进行目标交接。实验结果表明,该交接算法具有SIFT特征的稳定性,且计算简单、准确率高、实时性好,目标交接效果较好。