运动目标检测与跟踪

《运动目标检测与跟踪》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、摘要在道路交通管理中，为了获得车辆的运动数据，早期经常采用的是感应线圈等硬件测量的方法。而如果采用摄像头拍摄的道路视频，再用计算机软件处理的方法，则可以极大的增加方便性和灵活性。本文运动目标检测与跟踪研究如何让计算机从视频图像序列中获得物体运动数据。运动目标检测与跟踪分为背景提取、运动点团提取、运动点团位置提取、运动物体跟踪这几个步骤，本文对每一个步骤的各种算法做了实验分析比较研究，并提出了改进算法。在背景提取步骤提出了改进的基于均值的背景提取算法以及减少图像像素的兴趣区提取算法。在运动点团提取的阴影处理步骤提出了改进的基于RGB空间的阴影处理算法。在运动点团位置提取步骤提出了改进的线段编码

2、算法。在运动物体跟踪步骤提出了基于预测的运动跟踪算法。实验与分析说明本文提出的算法优于原算法。本文还通过实验分析比较了基于灰度图像序列的运动目标检测与跟踪、基于边缘图像序列的运动目标检测与跟踪，它们都没有基于彩色图像序列的运动目标检测与跟踪效果好。最后，本文得到了一整套运动目标检测与跟踪的方法，它们的健壮性和实时性都符合实际运用的要求。关键词：背景提取、阴影处理、运动目标检测、运动跟踪、彩色图像、灰度图像、彩色边缘检测IVAbstractInatrafficcontrolsystem,inordertoachievethedataofmovingvehicles,hardwareisinst

3、alledtodirectlymeasurethemintheearlydays.Ifweusecomputersoftwaretocalculatethedatafromtrafficvideo,wecangainmoreconvenienceandflexibility.Thisthesisisfocusedontheresearchofthemethodsofachievingthedataofmovingvehiclesfromtrafficvideobycomputer.Movingobjectdetectionandtrackingcanbedividedintotheseste

4、ps:backgroundextraction,movingblobextraction,movingblob’spositionachievingandmovingobjecttracking.Thisthesisshowsourexperimentsandanalysisonmanyalgorithmsineachofthesteps.Italsoshowstheimprovementofthealgorithmsmadebyus.Theexperimentsandanalysisdemonstratethattheimprovedalgorithmsarebetterthentheor

5、iginalones.Experimentsandanalysisalsodemonstratethatmovingobjectdetectionandtrackingbasedoncolorimagesisbetterthanbasedonthegrayimagesoredgeimages.Intheendweobtainawholemethodofmovingobjectdetectionandtracking.Therobustnessandreal-timepropertyofthemethodcanreachtheacquirementoftherealapplication.Ke

6、ywords:BackgroundExtraction,ShadowElimination,MovingObjectDetection,MovingObjectTracking,ColorImage,GrayImage,ColorEdgeDetectorIV目录摘要IAbstractII目录III第一章引言1第二章运动目标检测和跟踪的流程2第三章背景提取73.1彩色图像的背景提取73.1.1基于均值的彩色图像背景提取83.1.2改进的基于均值的彩色图像背景提取93.1.3基于中值滤波的彩色背景图像提取113.1.4基于共同区域的彩色图像背景提取133.1.5彩色图像背景提取的实验分析163.

7、2灰度图像的背景提取243.2.1彩色图像转换成灰度图像243.2.2灰度图像的背景提取253.3边缘图像的背景提取263.3.1彩色图像的边缘提取273.3.2边缘图像的背景提取28第四章运动点团提取和背景更新314.1彩色图像的运动点团提取314.1.1基于马氏距离的运动点团提取324.1.2基于欧氏距离的运动点团提取354.2阴影处理384.2.1基于RGB空间的阴影处理394.2.2改进的基于RGB空