基于背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究.pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是智能視覺監(jiān)控的基礎(chǔ)與前提，其在交通、軍事、工業(yè)以及醫(yī)學(xué)等各個(gè)領(lǐng)域具有廣泛的應(yīng)用前景。其中，靜態(tài)場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是應(yīng)用最廣泛的一個(gè)研究熱點(diǎn)。目前，靜態(tài)場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)最常用的方法是背景減法，其存在的主要問題是，背景的提取與更新，為了建立準(zhǔn)確的背景而采用復(fù)雜的模型，其計(jì)算量大不利于實(shí)時(shí)檢測(cè)；而采用簡(jiǎn)單的模型建立的背景不夠準(zhǔn)確，不利于目標(biāo)檢測(cè)的準(zhǔn)確性。此外，由于是實(shí)時(shí)檢測(cè)，還需考慮模板所占內(nèi)存空間問題。本文在

2、現(xiàn)有的研究成果上，針對(duì)靜態(tài)場(chǎng)景下的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的主要問題，對(duì)其進(jìn)行了深入的研究。主要工作如下：
　　1.運(yùn)動(dòng)目標(biāo)檢測(cè)方面：
　　本文針對(duì)現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行了介紹，包括光流場(chǎng)法、幀間差分法以及背景減法。針對(duì)背景減法，詳細(xì)介紹了常用的經(jīng)典算法：多幀平均方法、混合高斯模型方法以及碼本算法等；針對(duì)混合高斯模型方法的費(fèi)時(shí)以及碼本方法所占內(nèi)存空間較大的問題，結(jié)合兩者的優(yōu)點(diǎn)，提出了一種基于像素值聚類的背景建模與目標(biāo)檢測(cè)方法。

3、該方法在建立模板期間采用模板替換機(jī)制，減少內(nèi)存的占有量，并且采用背景完成預(yù)判節(jié)省背景建立的時(shí)間，最后采用形態(tài)學(xué)濾波濾除小噪聲，同時(shí)填補(bǔ)目標(biāo)內(nèi)部空洞，最后采用積分投影法實(shí)現(xiàn)對(duì)目標(biāo)的分割。實(shí)驗(yàn)結(jié)果表明，該算法可以很好的檢測(cè)出不同場(chǎng)景下的運(yùn)動(dòng)目標(biāo)，在速度和準(zhǔn)確性上有一定的提高。
　　2.運(yùn)動(dòng)目標(biāo)跟蹤方面：
　　本文研究了幾種常用的目標(biāo)跟蹤算法，在此基礎(chǔ)上提出了一種基于Kalman運(yùn)動(dòng)預(yù)測(cè)的改進(jìn)Mean Shift算法，選取圖像的灰