复杂环境中运动目标检测与跟踪算法研究

《复杂环境中运动目标检测与跟踪算法研究》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、硕士学位论文复杂环境中运动目标检测与跟踪算法研究ResearchonAlgorithmofMovingObjectDetectionandTrackingMethodsinComplexCondition作者：顾靓雨导师：任子晖教授中国矿业大学二○一六年五月中图分类号TP273学校代码10290UDC621.3密级公开中国矿业大学硕士学位论文复杂环境中运动目标检测与跟踪算法研究ResearchonAlgorithmofMovingObjectDetectionandTrackingMethodsinComplexCondition作者顾靓雨导师

2、任子晖申请学位工学硕士培养单位信电学院学科专业电子科学与技术研究方向电路与系统答辩委员会主席程德强评阅人二○一六年五月论文审阅认定书研究生顾靓雨在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将本论文作为学位申请论文送专家评审。导师签字：年月日致谢感谢我的导师任子晖教授，在我三年的研究生学习生涯中任老师给予了悉心的关怀和精心的教导，任老师知识渊博、学术水平精湛、工作作风严谨、待人和蔼亲切，这些无不感染

3、激励着我在科研道路上努力前进。另外在整个论文的筹备过程中，包括论文的选题、研究方法，以及最后方案的确定等各个方面也都凝聚着任老师的大量心血。在此，谨向我的导师任子晖教授表示最崇高的敬意和最衷心的感谢！感谢我的父母，你们是我精神和情感的寄托，你们不仅用自己辛勤的汗水为我提供生活上的保障，在精神上也给予了最大的支持和鼓舞，在此衷心的感谢你们。感谢吴新忠老师在学习和生活上给予我的帮助，感谢实验室往届师兄刘听政，你前期在运动目标检测和跟踪上的研究成果对我课题的研究工作有很大的指导意义，在此谨向实验室往届的师兄师姐表示由衷的感谢。感谢实验室的周萌萌、徐玲

4、、邓靖靖、位礼奎、戴小威、刘昊岳、张海龙等同学，三年来我们相互学习、共同进步、共同经历了难忘的求学时光。感谢师兄刘伟、徐盛龙、韩宗涛、刘听政、李冲、博士张超和姚正华和师姐朱慧对我的鼓励和鞭策，感谢师弟周涛、渠虎、成江洋、邢强等同学对我的支持与帮助，感谢宿舍吕雅洁、吕中侠、岳攀攀三年的陪伴伙伴，衷心的感谢研究生生活中出现的每一位朋友！特别感谢信电学院童敏明教授、袁小平教授和唐守锋教授在本文选题过程中对我的指导！衷心感谢百忙之中评阅论文和参加答辩的各位专家学者！感谢所有关心、支持和帮助过我的人们，谢谢你们！摘要伴随着不断提高的现代生活需求，人们将越

5、来越多的关注投入到信息技术的发展上来，尤其是智能视频监控的发展。在智能视频监控系统中，运动目标检测与跟踪技术是其根本和关键，是计算机视觉范畴里的热门问题，其在国防军事、医学图像以及社会安全等领域皆起着举足轻重的作用。目前该技术取得了许多研究成果，但还是有不少不足需要去完善。本文的工作内容为：本文在运动目标检测部分中主要研究了光流法、帧间差分法以及背景差分法，并针对传统检测算法在动态背景下检测效果不佳的情况，重点对基于互相关信息的动态背景目标检测算法进行研究并提出相应的改进，首先对图像进行一次二维Mallat小波分解，利用Pso与Powell混合

6、优化搜索策略来寻找出最大互信息值，同时应用空间转换模型、PV插值完成图像空间匹配，分别通过使用PV插值方法提高配准精度和改进三帧差分法避免检测信息丢失、出现拖影现象来实现算法的优化，最终证明该改进算法能够在动态背景下完成检测。运动目标跟踪领域上，本文分别对基于MeanShift算法的目标跟踪和Camshift算法的目标跟踪进行研究，对于MeanShift算法容易受背景像素影响和复杂情况下跟踪失效的情况提出了相应的改进，一是通过背景加权建立目标模型，二是在目标被遮挡时根据遮挡判断来结合MeanShift算法和卡尔曼滤波器以达到跟踪目标的目的。针对

7、运动目标在严重遮挡和完全遮挡下MeanShift算法失效的情况，改进了融合卡尔曼滤波器的MeanShift算法，即利用卡尔曼滤波器预测运动目标状态以获得其可能位置点，接着由预测的目标位置开始MeanShift迭代，同时根据Bhattacharyya系数来判断遮挡是否发生，如果发生遮挡就利用卡尔曼滤波器进行预测，跟踪结果就是预测值，这样在遮挡情况下能够准确跟踪运动目标，而且目标快速运动时也能实现跟踪目标不丢失。为了进一步提高目标跟踪的精度，采用卡尔曼自适应因子作为遮挡判断，动态调节卡尔曼滤波器参数，这样就能够准确跟踪到目标。另外在背景干扰的条件下

8、改进基于背景加权的MeanShift算法，即利用背景加权的方式进行目标模型的建立，对于候选目标模型釆用原本的核加权的方式，并在此基础上与卡尔曼滤波器相