视频序列运动目标检测与跟踪方法的研究

论文摘要

当前,在视频检测与跟踪领域的应用很多,如超市、银行都能进行全天录象监控,但不能对图像自动的检测与跟踪,发现异常现象不能进行报警。因此,本论文主要研究应用于视频图像自动监控报警系统中的视频序列运动目标检测与跟踪方法。视频序列运动目标检测方法研究。针对背景差分法检测运动目标时受光照等亮度变化的影响且图像分割中选取最佳阈值的问题,本文改进了背景差分法,并将传统背景差分法与改进的背景差分法进行对比分析实验。视频序列图像运动目标跟踪方法研究。本论文采用运动目标的重心位置作为跟踪特征进行跟踪,采用最小二乘曲线拟和法对运动目标重心进行拟和,获得运动目标的运动过程信息。在对视频序列运动目标检测与跟踪方法充分研究的基础上,本文提出了超市视频自动监控系统总体设计框架,并设计实现了运动目标自动检测跟踪与报警功能,能够在摄象机固定条件下自动检测和跟踪运动目标,并实时报警。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 国内外研究现状
• 1.2.1 运动目标检测研究现状
• 1.2.2 运动目标跟踪研究现状
• 1.3 课题的意义及主要研究内容
• 1.3.1 课题研究的意义
• 1.3.2 主要研究内容及工作
• 第2章 基于背景差分的运动目标检测
• 2.1 图像预处理
• 2.1.1 灰度变换
• 2.1.2 中值滤波
• 2.2 图像分割
• 2.2.1 阈值化处理
• 2.2.2 数学形态学方法
• 2.3 运动目标检测的基本方法
• 2.3.1 光流法
• 2.3.2 背景差分法
• 2.3.3 帧间差分法
• 2.3.4 改进的背景差分法
• 2.4 实验结果与分析
• 2.5 本章小结
• 第3章 基于特征的运动目标跟踪
• 3.1 跟踪原理与基本方法
• 3.1.1 跟踪原理
• 3.1.2 跟踪的基本方法
• 3.2 形状特征与运动目标定位
• 3.2.1 边缘及轮廓特征
• 3.2.2 区域特征
• 3.2.3 运动目标定位
• 3.3 最小二乘法实现曲线拟和
• 3.3.1 最小二乘法拟和原理
• 3.3.2 最小二乘法实现曲线拟和的方法
• 3.4 本章小结
• 第4章 系统设计与分析
• 4.1 总体框架
• 4.2 系统硬件组成
• 4.2.1 视频采集
• 4.2.2 CCD摄像机
• 4.2.3 视频图像采集卡
• 4.3 系统的软件组成
• 4.3.1 图像采集程序库和控件库
• 4.3.2 图像处理程序
• 4.4 系统的设计与实现
• 4.4.1 实验环境
• 4.4.2 实验流程图
• 4.4.3 实验设计方案
• 4.5 实验结果与分析
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢