营区扫描式监控中的运动目标检测与跟踪

论文摘要

为解决部队营区大范围场景监控中的运动目标检测和跟踪问题,本文提出了一种基于扫描式的运动目标自动检测和跟踪算法。1背景建模利用云台(PTZ)摄像机扫描一个周期采集到无运动目标时的视频帧,对通过云台采集的背景帧提取边缘特性生成特征图,当输入实时视频时,通过比对实时视频帧特征图和背景帧特征图的相似度,找到与实时帧相似度最大的背景帧,再采用背景差分法提取目标。提出新的背景更新算法对背景进行更新。2本文提出了由粗到精的背景匹配算法。在目标区域占图像中比重较大时采用特征图粗匹配失效的情况下,提出采用简化的SIFT特征点匹配算法对背景进行精匹配。同时点匹配结果用来作为模板匹配变换参数正误的评判依据。3通过对实时图像与背景图像进行模板匹配的方法得到的全局补偿参数对背景进行补偿。针对近景监控环境下由于背景物体的形变容易引起假目标,提出通过一种柔性配准的方法对目标区域二次配准,在有效剔除假目标的同时提升了真目标的完整性,提高了信噪比。4采用一种基于分格的方法连通前景,解决前景空域不连贯问题。采用一种基于协方差矩阵的方法对目标进行跟踪。用图像特征的协方差矩阵来表示目标窗口,并在同一个表达式内描述它们之间的关系。通过搜索整个图像找到与当前目标模型距离最小的区域,得到的最佳匹配区域就是当前帧中目标的位置,从而达到跟踪的目的。实验结果表明,协方差矩阵将不同形式的特征有效地融合到一起,并且它的维数很小。实验结果表明,该算法具有良好的检测效果和实时性能。实验结果表明,本文中提出的基于扫描式监控的目标跟踪和检测算法具有很好的实时性和准确性,适用于营区监控场景。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 运动目标检测技术
• 1.2.2 运动目标跟踪技术
• 1.3 主要研究工作
• 1.4 论文安排
• 第二章 扫描式监控的运动背景建模
• 2.1 基于云台标定的图像拼接背景模型
• 2.1.1 基于相位相关的云台标定
• 2.1.2 柱面投影
• 2.1.3 全景图像拼接
• 2.2 边缘特性背景模型法
• 2.2.1 生成背景特征序列图
• 2.2.2 搜索最佳背景
• 2.3 改进的差异累积背景更新法
• 2.4 实验结果与分析
• 2.5 本章小结
• 第三章 由粗到精的运动背景补偿
• 3.1 匹配算法综述
• 3.2 基于简化SIFT的运动背景精匹配
• 3.2.1 SIFT特征的获取
• 3.2.2 简化SIFT特征提取
• 3.3 随机模板匹配背景补偿
• 3.4 实验结果与分析
• 3.5 本章小结
• 第四章 运动目标提取与跟踪
• 4.1 前景目标连通
• 4.1.1 差分图像的降噪处理
• 4.1.2 基于分块的运动目标连通法
• 4.2 柔性配准法剔除错误目标
• 4.3 基于Mean Shift的运动目标跟踪
• 4.3.1 Mean Shift跟踪算法
• 4.3.2 实验结果及分析
• 4.4 基于协方差矩阵的运动目标跟踪
• 4.4.1 目标属性的区分能力
• 4.4.2 协方差矩阵
• 4.4.3 寻找最佳的匹配
• 4.5 实验结果与分析
• 4.6 本章小结
• 第五章 工作总结及展望
• 5.1 工作总结
• 5.2 工作展望
• 参考文献
• 致谢
• 作者攻读硕士学位期间的主要研究成果