海平面背景下小目標(biāo)的運(yùn)動(dòng)檢測(cè)與跟蹤.pdf

1、隨著多媒體技術(shù)和計(jì)算機(jī)技術(shù)的飛速發(fā)展，圖像處理技術(shù)廣泛應(yīng)用于軍事、民用及工業(yè)領(lǐng)域，基于視頻的目標(biāo)檢測(cè)和跟蹤是圖像處理中一個(gè)重要的研究領(lǐng)域，并且在該領(lǐng)域中，對(duì)微小目標(biāo)的檢測(cè)及其跟蹤技術(shù)也日趨成熟。 本文主要針對(duì)于海平面背景下運(yùn)動(dòng)的微小運(yùn)動(dòng)目標(biāo)進(jìn)行了相關(guān)研究。由于視頻是在海平面背景下，有噪聲的影響，要想較好地跟蹤微小目標(biāo)，需要降低噪聲的影響，并能較好地分割運(yùn)動(dòng)目標(biāo)。主要工作是在Visual C++下編程實(shí)現(xiàn)對(duì)微小目標(biāo)的跟蹤，并能對(duì)位

2、圖進(jìn)行相關(guān)圖像處理，并且在MATLAB環(huán)境下對(duì)算法進(jìn)行仿真。 在目標(biāo)檢測(cè)過(guò)程中，提出使用背景差分法和連續(xù)三幅圖像差分法相結(jié)合的方法對(duì)目標(biāo)進(jìn)行檢測(cè)，背景差分法可以得到大部分前景圖(運(yùn)動(dòng)目標(biāo))，但不能將運(yùn)動(dòng)的完整信息檢測(cè)出來(lái)，漏檢的部分信息就包含在幀差分法檢測(cè)的信息中，因此將兩者結(jié)合起來(lái)，可以得到完整的前景圖像，即運(yùn)動(dòng)目標(biāo)。在論文中，對(duì)于閾值的取值，采用最小誤差方法。 在目標(biāo)跟蹤過(guò)程中，采用Mean Shift算法和Kalm