视频图像运动目标跟踪技术的研究

《视频图像运动目标跟踪技术的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、江苏大学硕士学位论文视频图像运动目标跟踪技术的研究姓名：陈远祥申请学位级别：硕士专业：模式识别与智能系统指导教师：林庆20100607江苏大学硕士学位论文摘要近几十年来，随着计算机技术的发展，视频目标跟踪系统广泛应用于各领域。视频目标跟踪往往由于复杂的背景图像和目标尺寸的变化变得非常困难。尽管人们对视频目标跟踪进行了较广泛的研究，并提出了许多有效的跟踪方法，但是迄今为止该课题仍然存在许多尚未解决的问题。本文首先综述了课题的研究背景和意义，分析了国内外的研究现状以及发展趋势，并对本文的研究重点和工作安排作了简要说明。由于目标尺寸变化以及遮挡对目标跟踪的影响比较明显，所

2、以本文的研究重点为如何处理跟踪过程中目标尺寸的变化和目标的遮挡。运动目标的检测是视频目标跟踪的基础，主要包含图像预处理、运动目标检测方法及形态学处理。本文对这三方面的内容进行了深入的理论分析，并对运动目标检测方法进行了实验。实验结果证明方法的有效性，为后续的跟踪提供准确的目标模型。运动目标跟踪方面，首先对目标跟踪的理论进行了分析，包含传统的目标跟踪算法、预测算法以及相似度度量方法，并对MeanShift跟踪算法与Kalman滤波器进行了深入的研究。本文针对传统的MeanShift算法的不足，提出了Kalman滤波器修正方案，主要包含目标位置的预测与修正方案、目标模型

3、的及时更新方案以及遮挡处理方案。实验证明将这三种方案结合起来能够有效地处理无尺寸变化目标的遮挡跟踪。针对尺寸变化目标的跟踪，本文在MeanShift算法与Kalman滤波器的基础上，将多尺寸空间的目标信息度量方法与Kalman滤波器相结合，提出了一种对目标尺寸进行预测与修正的Kalman滤波器方案。实验证明该方案能够自适应选择合适的目标尺寸进行跟踪。在此基础上，将该方案与无尺寸变化目标的遮挡方案相结合，提出了尺寸变化目标的遮挡处理方案。实验证明该方案能够很好的处理尺江苏大学硕士学位论文寸变化目标的遮挡跟踪。关键字：MeanShift，Kalman滤波器，信息度量，遮

4、挡，目标尺寸．Ⅱ．江苏大学硕士学位论文ABSTRACTWithdevelopmentofcomputertechnologyinrecentdecades，trackingtargetofvideosystemhasbeenwidelyappliedinvariousfields．Itisdifficulttotracktargetwiththecomplexbackgroundandthechangeofthetargetsize．Therearemanyproblemswhichcanttberesolved，althoughpeoplehavebeenin-d

5、epthresearchesandproposedavarietyofeffectivemethods．Firstofall，thethesissummarizestheresearchbackgroundandsignificanceofthetopic，thenanalysesthedevelopmenttrendandcurrentsituation．Finally，itgivesthebriefillustrationsabouttheemphasisofresearchandeverystep．Theemphasisofresearchishowtodea

6、lwiththechangeoftargetsizeandresolvetheocclusionproblembecauseitCallobviouslyinfluencethetargettracking．Themovingtargetdetectionisthebaseoftargettrackinginvideo．Itcontainsimagepreprocessing，themethodsofthetargetdetectionandmorphologicalprocessing．Besides，thethesisalsogivessomeexperimen

7、tsaboutthetargetdetection．Theexperimentalresultsshowthatthemethodsoftargetdetectionareeffective．SoitCangivetheexactmodelforthetargettracking．Intermsofthetargettracking，firstofall，thethesisanalysesthetheoryofthetargettrackingwhichcontainsthetraditionalalgorithms，theforecastalgorithmsa