复杂背景下运动目标检测与实时跟踪.pdf

《复杂背景下运动目标检测与实时跟踪.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第13卷第5期软件导刊Vb1．13No．52014年5月SoftwareGuideMav．2014复杂背景下运动目标检测与实时跟踪陆云，高强，黄秀清(武汉工程大学计算机科学与工程学院，湖北武汉430205)摘要：为准确追踪复杂背景下视频序列待处理目标的位置，提出一种基于互相关信息和MeanShift相结合的目标追踪算法。将待处理帧和背景帧图像从RGB空间转化为GRAY空间，利用背景剪除法获取待匹配帧的基准图像，对基准图像用快速傅里叶变换得到基准图象和模版图像的相关性，结合MeanShift最终确定目标图像的位置。实验结果表明，该方法在遮挡、环境干扰等复杂情况下均能稳定有效地

2、追踪目标。关键词：背景剪除；互相关；快速傅里叶变换；MeanShift；目标追踪中图分类号：TP312文献标识码：A文章编号：1672—7800(2O14)005—0068—03目标遮挡问题，所以直接采用模版匹配、特征提取等方法0引言对视频序列中运动目标进行实时追踪会出现一些问题。考虑到视频序列图象帧间的连续性，利用背景剪除视频序列中运动目标的追踪通常是从场景序列中剪法对待检测帧中静态背景部分予以剪除，在复杂环境视除背景区域，找出运动目标的前景，尽可能抑制图像干扰，场中会出现很多自然干扰和对目标物体的遮挡。本文在融得到感兴趣的运动目标。它可以提供运动目标的位置、速合互相关和

3、MeanShift算法的基础上，利用快速傅里叶变度和加速度等基本信息，在智能交通、人机交互、安防及监换，先得到模版图片与待检测图片相关极值点所在的位置，控等领域均有广泛的应用]。运动目标的检测追踪有直利用极值点位置设置MeanShift的初始搜索窗口，用爬山接构造背景模型l_2]、基于区域一致性的图像分割]、训练算法找到与目标模版最匹配的位置。使用一个连续的大小分类器目标识别’等方式。在复杂背景中，很可能存在为1080*1920的428帧图片作为测试集，实验结果显示，与运动目标相似的特征，同时由于环境影响，可能存在使用本文的方法可以稳定、有效地追踪到目标。[11]DDAS．

4、Reactivepowercompensationforradialdistributionnet—[12]赵树本，张伏生，钟继友，等．自适应差分进化算法在电力系统无worksusinggeneticalgorithm[J]．ElectricalPowerandEnergy功优化中的应用[J]．电网技术，2O1o，34(6)：169174．Systems，2002(24)：573—581．(责任编辑：云昭洁)LDW·-PSOOptimizationAlgorithmandItsApplicationontheOptimalReactiveCompensationofPowe

5、rNetworkAbstract：Theoptimalreactivecompensationisacomplexnonlinearprogrammingproblemwithcharacteristicofnonlinearbothobjectfunctionandrestrictionconditionsandcontinuityanddisperseofcontrolvariables．Theconventionalmethodsfallshortofiteranttimeandastringencybecauseofitsdependingonprecisemath

6、models．ThispaperuseLDW～PSOsolvetheoptimalreactivecompensationprobleminradiationnetworkwhichusetocomparewithconventionalmethods．TheresuitshowthatIDW—PSOhavegoodperformancetosolvetheoptimalreactivecompensation．KeyWords：Powernetwork；OptimalReactiveCompensation；LDW—PSO；PowerLoss基金项目：湖北省教育厅基金项目

7、(Q20101502)作者简介：陆云(1988～)，女，武汉工程大学计算机科学与工程学院硕士研究生，研究方向为模式识别与智能系统；高强(1989～)，男，武汉工程大学计算机科学与_T-程学院硕士研究生，研究方向为软件工程；黄秀清(1989一)，男，武汉工程大学计算机科学与工程学院硕士研究生，研究方向为计算机应用。