改進的圖像序列運動目標檢測與跟蹤算法.pdf

1、索取號：TP391密級：公開改進的圖像序列運動目標檢測與跟蹤算法改進的圖像序列運動目標檢測與跟蹤算法論文作者：論文作者：陳云麗陳云麗指導教師：指導教師：王玉德；寧維巍王玉德；寧維巍培養(yǎng)單位：培養(yǎng)單位：物理工程學院物理工程學院專業(yè)學位類別：專業(yè)學位類別：工程碩士工程碩士專業(yè)學位領域：專業(yè)學位領域：電子與通信工程電子與通信工程20162016年4月1010日摘要摘要視覺信息是媒體信息中最普遍、最基本的信息，對這些信息的有效處理和如何使其服務

2、于人類成了當今嚴峻的挑戰(zhàn)和任務。計算機視覺學科的興起和發(fā)展有效彌補了人眼視覺缺陷，計算機通過模擬生物視覺實現(xiàn)了對數(shù)據(jù)的智能處理。在計算機視覺工程領域，目標檢測與跟蹤是該領域的熱門研究課題，已被廣泛應用到軍事國防、智能監(jiān)控、人機交互、智能交通等多個領域。眾多海內外學者對目標檢測與跟蹤問題開展了相關研究，本課題就是在已有的研究成果基礎上，對目標檢測和跟蹤問題的再研究與算法創(chuàng)新，對算法的一些不足提出相應改進，并對改進前后的算法做了驗證比較和數(shù)

3、據(jù)分析。文章主要工作如下：（1）目標檢測方面的研究。首先對常見的三種檢測算法進行了實驗研究與分析。針對傳統(tǒng)背景差分算法的不足，應用均值建模和中值濾波技術，改善了背景初始化時由于物體運動造成的模糊現(xiàn)象，并自動調整更新系數(shù)來更新背景，比較完整和及時地提取背景；三幀差分在物體運動異常場景下檢測時會有“空洞”和“拖影”的現(xiàn)象，提出應用二維最大熵改進的五幀差分法，有效地結合了圖像的時間和空間信息；最后，把改進后兩種算法提取的前景信息進行邏輯融合。

4、選取目標移動緩慢和迅速的兩段視頻，對改進算法和常規(guī)檢測方法進行對比實驗研究，本文提出的算法在兩種情形下的平均檢出率均高于常規(guī)算法，誤檢率均低于常規(guī)算法，驗證和說明了本文算法的有效性。（2）目標跟蹤方面的研究。Meanshift和粒子濾波是目標跟蹤領域的兩個熱點。Meanshift算法運算速度快、實時性高，但對光照變化、遮擋較為敏感；粒子濾波算法無論在線性還是非線性系統(tǒng)中都具有抗遮擋性，但由于算法計算量大導致不能實時跟蹤。針對兩者的優(yōu)缺點