水面運動目標(biāo)檢測與跟蹤算法研究.pdf

1、隨著科學(xué)技術(shù)與國民經(jīng)濟(jì)的快速發(fā)展，我國海上交通運輸業(yè)正朝著高速化方向發(fā)展，江河、海上的船舶和橋梁的數(shù)量年年增加，使得水上交通十分繁忙。近年來，船船相撞，船橋相撞和船舶觸礁的事故發(fā)生頻率越來越高，船舶航行的危險的系數(shù)不斷提高同時還造成了大量人員傷亡以及財產(chǎn)損失，也帶來了一定的生態(tài)環(huán)境問題。因此，需要設(shè)計復(fù)雜場景下的視頻監(jiān)控系統(tǒng)。
　　本文根據(jù)水面復(fù)雜的場景，對水面運動目標(biāo)檢測采用背景建模的方法。首先，分析了傳統(tǒng)的混合高斯分布模型的特

2、點，并通過實驗數(shù)據(jù)探討了混合高斯分布模型更新率α對建模以及對噪聲的影響。然后，針對傳統(tǒng)的混合高斯模型的局限性，提出改進(jìn)的混合高斯模型：采用多幀圖像的平均值代替第一幀圖像初始化模型，加快建模的速度；對高斯模型的更新率在建模階段賦予較大的值，隨著圖像幀數(shù)的增加而減小更新率的值，減少噪聲。最后，對改進(jìn)后的混合模型提取出來的運動目標(biāo)區(qū)域采用形態(tài)學(xué)處理和連通域去噪的方法檢測出完整的運動目標(biāo)區(qū)域。
　　運動目標(biāo)的檢測是目標(biāo)跟蹤的基礎(chǔ)，本文選用

3、粒子濾波實現(xiàn)水上運動目標(biāo)的跟蹤，因為粒子濾波不但可以處理線性系統(tǒng)，而且也可以處理非線性系統(tǒng)。針對水面復(fù)雜的環(huán)境，目標(biāo)的顏色受光照變化的影響，背景也隨時變化，所以單一的目標(biāo)特征不能滿足復(fù)雜場景的運動目標(biāo)跟蹤。因此本文選擇基于顏色直方圖和邊緣（hog）特征的多特征融合的粒子濾波跟蹤方法。首先，介紹了粒子濾波的理論知識，目標(biāo)的先驗知識、狀態(tài)轉(zhuǎn)移模型、狀態(tài)的觀測模型。然后，結(jié)合運動目標(biāo)的多特征融合策略實現(xiàn)水面運動目標(biāo)的跟蹤。最后，通過實驗分析基