基于機器視覺的運動目標軌跡跟蹤技術研究.pdf

1、機器視覺是利用計算機代替人類眼睛和大腦，獲取信息并理解世界的主要手段。運動目標跟蹤技術是機器視覺一個重要的研究方向。運動目標跟蹤技術是對包含目標運動信息的圖像序列進行研究、處理、解釋的過程。該技術融合了計算機技術、圖像處理、模式識別、統(tǒng)計學等多學科知識。應用領域涉及軍事導航、安防監(jiān)控、智能機器人、生物醫(yī)學等多方面。具有廣闊的發(fā)展前景和較高的實用價值。
　　本文在深入研究機器視覺理論和應用領域的基礎上，重點研究了運動目標軌跡跟蹤技術

2、。文章主要從運動目標檢測、運動目標跟蹤兩方面對運動目標的軌跡跟蹤技術展開研究。
　　運動目標檢測的研究，首先介紹了三種經典的運動目標檢測方法光流法、幀差法、背景差法的原理和優(yōu)缺點。重點對背景差法中的背景建模方法進行研究。通過實驗對平均值法、中值法、混合高斯法和幀差法等背景建模方法進行比較，深入研究了幀差背景建模方法，對其初始化背景方法進行了改進，實驗驗證了算法的可行性。將改進的幀差背景建模方法得到的背景，應用于背景差法運動目標檢測

3、，實現(xiàn)了對運動目標的檢測。
　　運動目標跟蹤算法研究，介紹了Meanshift跟蹤算法和卡爾曼濾波算法的實現(xiàn)原理和相關內容，仿真比較其效果。重點分析了Meanshift算法存在手動選擇運動目標和對顏色敏感的缺點，對Meanshift算法進行了改進。將運動目標檢測的結果運用在Meanshift算法中，使算法跟蹤目標自動化。并且將像素顏色位置信息融入傳統(tǒng)算法中，使算法在復雜場景下也能進行準確的跟蹤。通過視頻仿真檢驗了算法的可行性和先進