鉴于基于三维距离函数的视频多目标检测与跟踪研究

《鉴于基于三维距离函数的视频多目标检测与跟踪研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、济南大学硕士学位论文基于三维距离函数的视频多目标检测与跟踪研究姓名：钱娜申请学位级别：硕士专业：计算机应用技术指导教师：李金屏20090518济南大学硕士学位论文摘要运动目标跟踪和视觉测距是计算机视觉研究的重要课题，在军事视觉制导、机器人视觉导航、医疗诊断和智能交通监视等领域有重要的价值和前景。由于运动目标本身和所处环境的多样性，使目标跟踪成为～个极富挑战性的课题。此外，由单目视觉获得目标到观测点的距离，也是计算机视觉中的关键问题。本文重点研究静态背景下运动目标的检测与跟踪和视觉测距技术，主要工作有：l、静态背景下的运动检测。分析当前目标跟踪算法的原理和优缺点，针对具体的应用背景，采用基于运

2、动检测的目标跟踪算法。在静态背景下，即摄像头固定时，从内因和外因两方面，详细分析了摄像头噪声的来源和规律，提出了灰度漂移的思想和算法实现，可以很好地去除差分图像中的噪声，有效排除虚假目标，准确得到运动目标。针对较为复杂的背景，例如摇动的树叶、荡漾的水波等，还利用混合高斯背景模型做了一些研究和探索。2、多目标跟踪。采用基于运动检测的多目标跟踪算法，针对多目标跟踪经常出现的目标合并、分裂、消失和新增等情况，建立关联矩阵，判断特殊情况的发生，调用不同算法进行轨迹关联，不断更新关联矩阵，并且依据目标的有关统计直方图特征辨识目标。3、单目测距。分析目前单目测距的多种方法，根据摄像头成像的几何原理，采用

3、梅涅劳斯定理，建立三维环境距离函数，计算监控区域地面上任意位置到观测点之间的距离，避免了复杂的摄像机标定和图像配准，效果良好。结合跟踪算法，根据运动目标在图像上的像素范围，可以有效确定目标的大小，并可以对运动目标进行初步的形状特征分析。当然，本文工作还有一些需要改进的地方。对于多目标的后续合并与分裂，没有实现相应的算法；利用三维环境距离函数，只计算出了目标的距离、宽度和高度，如何判断目标的形状仍然是一个棘手的难题，虽然有一些初步的探索，但仍然没有良好的解决方案。这些都是以后继续研究的重点。关键词：机器视觉：运动检测；目标跟踪；背景差分；灰度漂移；轨迹关联：单目测距ⅡI济南大学硕士学位论文AB

4、STRACTMovingobjectsdetectionandmonoculardistanceme栅ememareessentialtechnologyofcompmervision，andplayimportantroleinrobotvisionnavigation，medicaldiagnosisandintelligenttraf五Csurveillance，eta1．Becauseofthediversityofmovingobjectsandenvironment，objectstrackinghasbeenachallengingtask；meanwhile，anotherk

5、eyproblemincomputervisionistoacquiredistancebetweenobjectandobservationpointfromamonocularcamera．Inthispaperwefocusonthemovingobjectstrackinganddistancemeasuringinstaticbackground．1．MotiondetectioninstaticbackgroundByanalysingtheprincipleandtheperformanceofcurrentobjecttrackingalgorithm，allobjecttr

6、ackingalgorithmbasedonmotiondetectionisputforward．Inastaticbackground，frominternalandexternalfactors，weanalysetheSotlrceofcameranoisedetailedly,findthelawofnoising，andproposeallalgorithmandimplementationofgray—levelsiftIt,whichcarlremovethenoiseandthefalseobjectseffectivelyinsubstractionimage．Forso

7、mecomplexbackground，wealsodosomeresearchbyGaussianmixturemodeling．2．Multi-objectstrackingInthispaper,multi-objectstrackingalgorithmbasedonmotiondetectionisused．Forthetrackingofmulti-objects,therearesomeSp。c