基于视频序列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的主要研究方向之一,它是智能监控、人机交互、移动机器人视觉导航、工业机器人手眼系统等应用的基础和关键技术。在实际生活中,运动目标的检测与跟踪广泛涉及到人体跟踪及鉴别、智能运输、交通流量监测等方面。在过去几年中,国内外有大批学者投入到该领域,并且取得了大量的成果。在这些基础上,本文主要针对智能监控中的运动目标,分别提出用于静止背景视频序列的运动目标快速检测算法和基于区域相关性描述的多特征匹配跟踪算法。主要内容可概括如下:1.针对摄像头固定的视频序列,利用有限帧均值法快速检测运动目标。由于图像序列中运动目标出现在每一帧的不同位置,本文创新地把运动目标看成随机噪声,因此,使用有限帧均值法就可以快速提取背景模型。利用提取出的背景,本文利用高比特位异或的方法提取运动目标,与传统的背景差分的方法相比,本文算法可以避免光照和摄像机抖动引起的噪声影响。实验表明:该快速算法能快速提取出摄像头固定的视频序列中涉及的运动目标。2.针对传统上只从灰度图进行特征考虑的不足,本文提出一种基于区域相关性描述的多特征匹配跟踪算法。该算法首先建立目标模板,提取颜色、纹理、边缘梯度等多维特征,并建立相应的特征矩阵。在匹配准则方面,采用Forstner提出的距离测量算法,并用颜色相似度准则衡量颜色匹配度,用异或匹配概率衡量边缘轮廓匹配度等不同衡量准则度量目标的匹配程度。实验结果表明:本文所采用的跟踪算法,有较好的跟踪效果,并且跟踪效率也有很大的提高。3.为了缩小搜索范围,本文把搜索区域设定在检测出的运动目标的最小外接矩形内,与全局搜索相比,缩小了跟踪区域。为了进一步缩小搜索区域,本文提出了一种双“回”字形匹配跟踪方法,双“回”字形范围即为在外接矩形和匹配模板两倍大小的交集范围。通过实验表明:采用双“回”字形窗口,可以极大地减少不必要的搜索区域,实现快速有效的跟踪。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 论文背景及研究意义
• 1.3 目标跟踪算法的研究现状
• 1.4 论文内容安排
• 第2章 运动目标检测和跟踪的基本问题
• 2.1 引言
• 2.2 运动目标检测和跟踪的基本算法
• 2.2.1 基于区域的算法
• 2.2.2 基于特征的算法
• 2.2.3 基于变形模板的算法
• 2.2.4 基于模型的算法
• 2.3 运动目标检测和跟踪的难点
• 2.4 小结
• 第3章 快速运动目标检测
• 3.1 引言
• 3.2 运动目标检测基本方法的研究
• 3.2.1 帧间运动分析
• 3.2.2 背景差分
• 3.2.3 光流计算
• 3.3 多高斯背景估计
• 3.4 多高斯视频背景估计方法的基本原理
• 3.5 改进的多高斯模型
• 3.6 运动目标检测的快速算法
• 3.6.1 有限帧均值法快速提取背景模板
• 3.6.2 异或方法快速确定运动区域
• 3.6.3 实验结果及分析
• 3.6.4 HSV阴影检测
• 3.6.5 形态学处理
• 3.7 小结
• 第4章 运动目标的跟踪
• 4.1 引言
• 4.2 几种目标跟踪算法分析
• 4.2.1 基于匹配的目标跟踪
• 4.2.2 基于运动特性的目标匹配
• 4.3 目标跟踪系统
• 4.3.1 如何减小搜索范围
• 4.3.2 如何进行精确的目标匹配
• 4.4 本文的跟踪算法
• 4.4.1 特征模板所涉及的特征值
• 4.4.2 特征矩阵的建立
• 4.4.3 相关算法
• 4.4.4 利用特征矩阵建立相关矩阵
• 4.4.5 相似性度量准则
• 4.4.6 寻找最佳匹配区域
• 4.4.7 双“回”字形搜索匹配结果
• 总结和展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文及科研成果