运动目标检测与跟踪算法的研究及实现

VIP免费

3.0 陈辉 2024-11-19 6 4 1.96MB 57 页 15积分

侵权投诉

摘要

运动目标的检测与跟踪是视频分析的关键内容，也是计算机视觉研究的一个

重要方向，它是智能监控、人机交互、航空航天、国防工业等应用的基础和关键

技术，是当前的研究热点内容之一。本论文主要研究静态背景下运动目标的检测

与跟踪。

在运动目标检测方面，本文首先介绍了目前运动目标检测中的一些常用方法，

包括帧间差分法、光流法、背景差分法，并对各种方法进行分析，指出他们的优

缺点及适用范围，然后提出了一种改进的基于运动点累积的背景提取与更新算法。

算法利用运动目标在相邻帧间仅在很小的区域中变化这一特点来积累运动点，对

运动点进行不断的更新，从而以较小的运算量构建出可靠的背景图像，通过自动

更新，算法能很好地适应外界各种因素的干扰。由于视觉特征相似，因此检测出

的运动目标包含阴影区域。本文引入了阴影滤波函数，利用阴影区域中像素灰度

值不同于背景像素和运动目标像素灰度值的先验知识，剔除阴影区域，并结合形

态学滤波可以获得完整的运动目标区域。实验结果表明，本文所提出的算法计算

量小，节省了处理时间，而且能够检测出比较完整的运动目标轮廓。

在目标跟踪方面，首先介绍了目前在运动目标跟踪领域的常用算法，通过对

质心跟踪以及卡尔曼滤波预测机制的研究，提出了一种基于质心跟踪与卡尔曼滤

波预测机制相结合的跟踪算法，这种算法弥补了单一跟踪算法自身的不足。针对

卡尔曼滤波算法的缺陷，首先在基本卡尔曼滤波算法的基础上引入自适应的模板

更新，采用核函数带宽重定位，来适应目标的形变。随后将质心跟踪与卡尔曼滤

波算法相结合，使用卡尔曼滤波器来预测目标的可能位置，再以该位置作为新的

起始点，应用卡尔曼滤波算法搜索最佳匹配位置实现运动目标跟踪。通过实验分

析，新算法能够有效跟踪运动目标，且对干扰问题也能够很好的处理，获得可靠

的跟踪效果。

关键词：目标检测阴影去除卡尔曼滤波目标跟踪

ABSTRACT

Moving target detection and tracking is a key element of video analysis, computer

vision is an important research direction, it is the intelligent control, human-computer

interaction, aerospace, defense industry and other applications of the basic and key

technologies, the contents of the current research focus one. In this thesis, the basis of

relevant information in a familiar mainly related to the static on the moving object

detection and tracking.

In moving target detection, the paper briefly introduces the present moving target

detection in some of the commonly used methods, including moving target detection in

the frame difference method, optical flow method, background subtraction, and a

variety of methods are analyzed, pointing out that The merits and demerits. Then a

movement based on points accumulated to improve the background extraction and

updating algorithm. This method is the use of moving target in the adjacent frames in

only very small changes in the characteristics of the area to the accumulation of moving

point, moving point on the constantly updated, thus less computation and reliable

background image constructed by Automatic update algorithm can adapt to the

interference of external factors. Since the shadow areas and moving objects have similar

visual characteristics, it is very difficult to distinguish them. In this introduction of a

shadow filter function, the use of the shaded area of the pixel gray value of background

pixels and moving object is different from the pixel gray value of prior knowledge,

excluding the shaded area, combined with morphological filtering of moving objects

can get a complete Area. Experimental results show that the proposed algorithm is small,

saves processing time, and can detect moving objects more complete profile.

In target tracking, first introduced the now commonly used in the field of moving

object tracking algorithm, tracking, and confront the heart of Kalman filter prediction

mechanism, a centroid-based tracking and forecasting mechanism combined Kalman

filter tracking algorithm This algorithm makes up for its lack of a single tracking

algorithm. Kalman filter algorithm for the defect, the first in the basic Kalman filter

algorithm is introduced based on adaptive template updating, using the kernel function

bandwidth, re-positioning, to adapt to target deformation. Then the centroid tracking

combined with Kalman filter algorithm, using the Kalman filter to predict the possible

target location, and then to the location as a new starting point, application of the

Kalman filter algorithm to search the best matching position for moving target tracking.

Through experimental analysis, the new algorithm can effectively track the moving

target, and the problem of interference can also be a good deal, a reliable tracking

performance.

Key Words: Target detection, Shadow removal, Kalman, Tracking

中文摘要

ABSTRACT

第一章绪论 ...............................................................................................................1

§1.1 课题研究的背景及意义 ................................................................................1

§1.2 国内外发展及现状 ........................................................................................2

§1.3 运动目标检测与跟踪的主要问题 ................................................................4

§1.4 本文的主要研究工作和结构安排 ................................................................5

第二章基于运动点累积的运动目标检测 ...................................................................7

§2.1 图像预处理 ....................................................................................................7

§2.1.1 图像灰度均衡化 .................................................................................7

§2.1.2 图像滤波 .............................................................................................9

§2.2 运动目标检测基本算法 ................................................................................9

§2.2.1 帧间差分法 .......................................................................................10

§2.2.2 光流法 ...............................................................................................11

§2.2.3 背景差分法 .......................................................................................12

§2.2.4 算法优缺点比较 ...............................................................................15

§2.3 背景图像提取常用算法 ..............................................................................16

§2.3.1 中值滤波法 .......................................................................................16

§2.3.2 灰度统计法 .......................................................................................16

§2.3.3 帧差的选择法 ...................................................................................17

§2.4 基于运动点累积的背景模型 ......................................................................17

§2.4.1 基本概念 ...........................................................................................17

§2.4.2 基本原理 ...........................................................................................17

§2.4.3 实验结果及分析 ...............................................................................19

§2.5 本章小结 ......................................................................................................23

第三章运动目标检测后处理 .....................................................................................24

§3.1 形态学滤波 ..................................................................................................24

§3.1.1 腐蚀(Erosion) ................................................................................... 24

§3.1.2 膨胀(Dilation) ...................................................................................25

§3.1.3 开操作与闭操作 ...............................................................................25

§3.2 基于阴影滤波的阴影检测与去除 ..............................................................25

§3.3 实验结果及分析 ..........................................................................................27

§3.4 本章小结 ......................................................................................................29

第四章改进的质心运动目标跟踪算法 .....................................................................31

§4.1 目标跟踪算法 ..............................................................................................31

§4.1.1 基于区域的跟踪(Region-based Tracking) .......................................31

§4.1.2 基于特征的跟踪（Feature-based Tracking）................................. 32

§4.1.3 基于变形模板的跟踪(Deformable-template-based Tracking) ........ 32

§4.1.4 基于模型的跟踪(Model-based Tracking) ........................................33

§4.2 本文跟踪算法的基本思想 ..........................................................................33

§4.3 质心跟踪算法 ..............................................................................................33

§4.4 卡尔曼滤波器 ..............................................................................................34

§4.5 卡尔曼滤波跟踪模型 ..................................................................................36

§4.5.1 特征值计算 .......................................................................................36

§4.5.2 运动估计模型 ...................................................................................38

§4.5.3 目标特征匹配 ...................................................................................39

§4.5.4 模型更新 ...........................................................................................40

§4.6 质心跟踪与卡尔曼滤波相结合的跟踪算法实验及分析 ..........................40

§4.4 本章小结 ......................................................................................................42

第五章系统的软件设计与实现 .................................................................................43

§5.1 OpenCV 介绍 .............................................................................................. 43

§5.2 系统框架及主要模块介绍 ..........................................................................44

§5.3 实验结果及分析 ..........................................................................................45

§5.4 本章小结 ......................................................................................................47

第六章总结与展望 .....................................................................................................48

§6.1 本文工作总结 ..............................................................................................48

§6.2 展望 ..............................................................................................................49

参考文献 .........................................................................................................................50

在读期间公开发表的论文和承担科研项目及取得成果 .............................................54

一、发表论文 .........................................................................................................54

二、科研项目 .........................................................................................................54

致谢 .............................................................................................................................55

第一章绪论

§1.1 课题研究的背景及意义

现实世界中，人们获得的外界信息量，大约 80%以上是通过人的视觉系统获

得的[1]，而获得的这些大量信息中，有意义的信息大部分都包含在运动目标中。人

眼看到的物体包含有静止的物体和运动的物体，然而在许多场合，人们往往只对

对运动的物体感兴趣。随着计算机信息技术、图像处理技术、VLSI 技术以及高分

辨率传感器技术的日趋成熟和与之相关硬件设备的广泛普及，尤其是人工智能领

域的不断深入，目前计算机视觉可以完成很多人类视觉的任务。计算机视觉领域

中的运动目标检测与跟踪技术在许多领域已得到了广泛的应用，例如：在资源分

析、生物医学分析、运动分析、虚拟现实、智能监控、机器人视觉导航、军事侦

察等。运动目标检测与跟踪技术是近些年来计算机视觉领域的热门方向，吸引了

国内外众多研究者的目光[2]。

如今，智能视频监控系统中运动目标检测与跟踪技术得到了广泛应用，例如：

在安全监控方面，我们生活的小区，超市等；在柜台监控方面，银行的监控系统

等；在违章监控方面，道路交通监控等。虽然在很多场合监控系统的使用已经非

常普遍，但是视频监控的任务仍需要人工辅助去完成，而且监控的效果也不能达

到预期的目标，因此，这种监控系统还属于最早的模拟监控系统。与模拟监控系

统相比，智能监控系统的实时性和主动性优势就凸显出来了。实现实时的连续的

无人监视是智能视频监控系统的目的所在，它自动分析摄像机获得的视频数据，

并对可疑目标进行实时检测与跟踪，如果监控场合中出现了异常情况时，系统主

动发出警报信息。

传统的视频监控系统虽然也可以满足人们异地“眼见为实”的要求，但此类

监控系统要求监控人员被动地盯着监控屏幕获取视频信息，并且获得的信息要通

过人为的理解和判断后，才能得出相应的结论并采取对应的决策，然而，经常是

等到异常发生并造成损害后，人们才会去调出原来的监控录像予以查看，实用性

和安全性太差。监控人员长时间盯着监控屏幕是一项非常繁重的任务，如果监控

点太多的话，监控人员几乎是不可能完整全面地进行监控。而智能视频监控系统

可以进行自动检测，借助计算机的强大处理能力，对获取的海量视频信息进行快

速分析，对监控人员不关心的信息进行过滤，对监控人员感兴趣的信息，则发出

报警信息来通知他们采取及时有效的措施。这大大减轻了监视人员的工作负担。

通过运动目标检测与跟踪算法判断监控场景中有无运动发生、控制存储模块的动

作，能有效地节省存储数据的空间，并可以减少不必要的视频回放，在监视系统

运动目标检测与跟踪算法的研究及实现

的自动化程度和精度上得到的极大的提高。

在运动目标检测与跟踪的智能监控系统中，往往要求系统能智能化的对运动

目标进行检测与跟踪，以适应各种因素的影响。由于运动目标检测与跟踪技术的

研究还存在很大的局限性，一些算法可能在实验室能取得很好的效果，但在实际

应用中，由于场景不可预知的环境变化（如光照、气候等的变化）、运动目标状态

以及人为的干扰等，使得很多算法不能达到预期的目标，甚至不能对运动目标进

行提取及跟踪。所以研究一种适应能力强、精度高、实时性好的运动目标检测与

跟踪系统具有很大的现实意义及应用价值。

§1.2 国内外发展及现状

运动目标检测与跟踪技术广泛应用于视频监控系统中，视频监控系统是计算

机网络、人工智能及工业控制等多学科交叉的前沿研究领域，也是当前国际性的

研究热点。由于视频监控系统具有广泛的应用前景和重要的经济价值，引起来国

内外广大高校、研究机构和企业的浓厚兴趣。在视频监控系统的发展过程中，在

过去五十年里视频监控系统大致经历了三代的发展[3]，分别为：第一代模拟视频监

控系统，第二代数字视频监控系统，第三代网络化的数字视频监控系统。

第一代模拟视频监控系统(1960-1980)：它通过对模拟信号的处理和传输为基

础，摄像机采集的模拟信号先通过同轴电缆传输到监控屏幕，然后监控人员通过

监控屏幕来判断监控场景的情况。模拟闭路电视监控系统由许多模拟监控设备组

成，主要可以分为前端设备、信号传输媒质和终端控制设备三部分组成。模拟监

控系统的主要缺点有：(1)通常只适合于小范围的区域监控，由于模拟视频监控系

统主要通过同轴电缆传输模拟视频信号，而同轴电缆的传输模拟视频信号的距离

一般不超过一公里，由于传输距离的受限，因此模拟监控系统只能应用于像单个

大楼，小的居民区等小范围的应用场所；(2)由于模拟视频信号占用的带宽大，导

致在带宽分配方面灵活性差；(3)系统扩展能力差，对于已经建好的系统，如要增

加新的监控点，往往是牵一发而动全身，新的设备也很难添加到原有的系统中去；

(4)对监控场景的分析判断必须由监控人员进行，对监控人员来说，长时间的盯着

监控屏幕肯定会产生视觉疲劳，因此产生漏判和误判是在所难免；(5)对于存储在

录像带上的信息，不能长时间的保存。如果要对大量的视频信息进行检索和查询

会非常的不便；(6)无法形成有效的报警联动，由于各个部分独立运作，各部分之

间的控制协议很难互通，只能在有限的范围内进行联动。

第二代数字视频监控系统(1980—2000)：随着多媒体、视频编解码和网络通信

等技术的发展，数字视频监控系统迅速的崛起，目前，我们经常看到的数字视频

监控系统有两种，一种是以数字录像设备为核心的数字视频监控系统，另一种是

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要运动目标的检测与跟踪是视频分析的关键内容，也是计算机视觉研究的一个重要方向，它是智能监控、人机交互、航空航天、国防工业等应用的基础和关键技术，是当前的研究热点内容之一。本论文主要研究静态背景下运动目标的检测与跟踪。在运动目标检测方面，本文首先介绍了目前运动目标检测中的一些常用方法，包括帧间差分法、光流法、背景差分法，并对各种方法进行分析，指出他们的优缺点及适用范围，然后提出了一种改进的基于运动点累积的背景提取与更新算法。算法利用运动目标在相邻帧间仅在很小的区域中变化这一特点来积累运动点，对运动点进行不断的更新，从而以较小的运算量构建出可靠的背景图像，通过自动更新，算法能很好地适应外界各种因...

展开>> 收起<<

运动目标检测与跟踪算法的研究及实现.pdf

共57页,预览6页

还剩页未读，继续阅读

运动目标检测与跟踪算法的研究及实现

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: