基于视频的运动目标检测与跟踪技术研究

论文摘要

基于视频的运动目标检测与跟踪技术是计算机视觉、数字图像处理和模式识别领域中一个非常重要和活跃的研究热点，在智能监控、工业检测、医学分析和军事等众多领域都有着广泛的应用，蕴藏着巨大的商机和经济效益，受到学术界和产业界的高度重视。因此，本课题重点研究如何使运动目标检测与跟踪技术在算法上具有更好的实时性和鲁棒性，具有一定的研究意义。传统的运动目标检测方法因各有利弊而难以同时满足检测速度和检测精度的要求。因此本课题针对光流法运动目标检测中传统光流方程求解的计算量大、运算速度低等问题，重点研究基于加速功能的光流运动目标检测算法。首先，对实时抓取的视频帧图像进行角点提取，并以角点的位置坐标为基准产生角点图像；然后，对相邻帧的角点图像采用多网格算法来计算光流场，从而由光流场检测出视频序列中的运动目标。由于仅采用了角点信息作为光流计算的输入数据，同时采用多网格算法的加速计算，因此在很大程度上减少了光流计算的信息量。通过对不同复杂程度的背景和不同采集帧率的实时视频运动目标检测的大量实验，实验结果证明该算法高于传统光流的计算速度，并且能够实现视频运动目标的实时检测要求和较高的检测精度。同时，由于光流计算中采用的角点图像，大大减少了无关的背景信息，从而使得该算法对于复杂背景的干扰具有较好的鲁棒性。针对目前运动目标跟踪算法存在实时性和准确性等不足，本课题重点研究简单背景下单运动目标的基于卡尔曼滤波的运动目标跟踪方法。首先，从实时视频中抓取一帧不含运动目标的图像作为背景图像；然后，通过卡尔曼滤波对实时抓取的含有单运动目标的视频帧图像进行预测和更新，从而获得视频序列中运动目标的位置。卡尔曼滤波对动态系统的状态序列采用递归滤波的方法，以动态的状态方程和观测方程来描述系统，具有计算量小、可实时计算的特点。最后对获得的位置点通过形态学后处理实现单运动目标的轨迹提取。在分析研究了一般的运动目标检测与跟踪系统的基础上，本文采用基于Visual C++编程和图像处理包相结合的方法，通过由计算机、相机和图像采集卡等组成的视频处理系统，分别设计并建立了基于视频的运动目标检测实验模块和运动目标跟踪实验模块，为进行基于视频的运动目标检测与跟踪技术研究提供了实验平台。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究及发展现状
• 1.3 论文的研究成果
• 1.4 论文的内容安排
• 第二章 基于视频的运动目标检测方法
• 2.1 帧间差分法
• 2.2 背景差分法
• 2.3 光流法
• 第三章 基于加速功能的光流运动目标检测算法
• 3.1 视频图像的角点提取
• 3.2 多网格快速计算方法
• 3.3 基于加速功能的光流运动目标检测算法
• 3.4 实验结果和分析
• 第四章 基于视频的运动目标跟踪方法
• 4.1 运动目标跟踪方法概述
• 4.2 基于卡尔曼滤波的运动目标跟踪方法
• 4.3 实验结果和分析
• 第五章 基于视频的运动目标检测与跟踪实验模块的设计
• 5.1 基于加速功能的光流运动目标检测实验模块的设计
• 5.2 基于卡尔曼滤波的运动目标跟踪实验模块的设计
• 第六章 总结与展望
• 6.1 论文所做的工作总结
• 6.2 论文进一步的研究方向
• 致谢
• 参考文献
• 读研期间取得成果