靜態(tài)場景下運(yùn)動目標(biāo)檢測和跟蹤的關(guān)鍵技術(shù)研究.pdf

1、運(yùn)動目標(biāo)檢測與跟蹤是計(jì)算機(jī)視覺研究領(lǐng)域中的重要前沿課題，其涉及模式識別、人工智能、視頻圖像處理等多個領(lǐng)域的先進(jìn)科學(xué)技術(shù)，也被廣泛地應(yīng)用在智能交通、軍事、視頻監(jiān)控等多個方面，因此對運(yùn)動目標(biāo)檢測與跟蹤的研究具有重要意義和實(shí)用價值。目前，弱小運(yùn)動目標(biāo)的檢測算法和在光照變化、目標(biāo)遮擋和姿態(tài)變化的情況下運(yùn)動目標(biāo)的跟蹤算法是運(yùn)動目標(biāo)的檢測與跟蹤領(lǐng)域的未很好解決的關(guān)鍵技術(shù)問題。
　　本文針對以上關(guān)鍵技術(shù)問題，對靜態(tài)場景下運(yùn)動目標(biāo)的檢測與跟蹤的主

2、要方法做了研究。對傳統(tǒng)的一些算法做了改進(jìn)，并且通過編程實(shí)現(xiàn)了這些算法。而且關(guān)于檢測處理效果和運(yùn)行時間，對有關(guān)算法進(jìn)行了比較分析。
　　在運(yùn)動目標(biāo)檢測方面，提出了三幀差分與基于混合高斯模型結(jié)合的運(yùn)動目標(biāo)檢測新算法。首先介紹了一些常用的目標(biāo)檢測算法，如幀差法、光流法和背景差分法，同時又比較了三種方法的適用范圍和優(yōu)缺點(diǎn)；然后對背景差分法中的常用的幾種背景建模算法進(jìn)行了闡述，如中值法、滑動平均法、W4方法和混合高斯建模法等；由于三幀差分法

3、不能完整的提取出運(yùn)動目標(biāo)，背景差分法對場景變化敏感，提出了三幀差分與混合高斯模型結(jié)合的新算法，并根據(jù)結(jié)合方式的不同，給出了三種不同的新算法；最后關(guān)于檢測效果和處理時間，通過實(shí)驗(yàn)對幀差法、三幀差法、基于滑動平均法建模的背景差分法、單高斯背景建模法、混合高斯背景建模法以及三種新算法作了分析與總結(jié)。實(shí)驗(yàn)結(jié)果表明，提出的新算法或結(jié)合的處理效果優(yōu)于其他算法，為后續(xù)的運(yùn)動目標(biāo)跟蹤奠定了良好的基礎(chǔ)。
　　在運(yùn)動目標(biāo)跟蹤方面，提出將新檢測方法與T