视频图像中运动目标检测与跟踪方法研究与实现

摘要

数字图象处理和计算机视觉是近年来发展十分迅速的研究领域，目前正广泛地应用于民用及军用等许多方面。自动目标跟踪技术是该领域非常活跃的课题之一。本文针对项目需求，研究了视频图像中运动目标检测与跟踪的方法，搭建了一套跟踪系统实验平台，并将所研究的方法在实验平台上予以实现，用以模拟项目中的某型跟踪装置。首先，针对运动目标检测问题，本文对帧差法和背景相减法进行了研究，给出了检测原理和步骤，并进行了对比实验，通过对实验结果的分析得出了两种方法的优缺点和适用的范围。其次，对于目标跟踪，本文研究了基于Kalman运动估计的跟踪方法和CamShift跟踪方法。基于Kalman运动估计的跟踪方法是利用目标的运动信息进行跟踪；CamShift跟踪方法与传统的采用灰度图像的跟踪方法不同，运用的是彩色图像，利用的是目标本身的特征信息，以目标的颜色直方图作为特征，以直方图的反向投影图像为匹配模板进行匹配搜索以实现跟踪。文中详细地给出了两种跟踪方法的原理和步骤，并进行了实验，指出了各自的应用场合。最后，确定了适合项目需求的方案，采用VC++6.0编制了跟踪软件将其实现。为了验证方法及软件的正确性和有效性，自行搭建了一套跟踪系统实验平台。本文详细给出了该实验平台的组成、功能以及操作步骤，并利用该平台在实际场景中进行了跟踪实验，给出了实验结果。

目录

摘要

Abstract

第1章 绪论

1.1 课题研究的背景、来源及意义

1.2 研究与应用概况及存在的问题

1.2.1 研究概况

1.2.2 存在的问题

1.2.3 应用概况

1.3 研究内容以及结构安排

第2章 运动目标检测方法

2.1 引言

2.2 帧差法

2.2.1 帧差法基本原理

2.2.2 形态学处理

2.2.3 连通域处理

2.2.4 实验结果及分析

2.3 背景相减法

2.3.1 背景相减法基本原理

2.3.2 背景图像估计

2.3.3 实验结果及分析

2.4 本章小结

第3章 运动目标跟踪方法

3.1 引言

3.2 基于Kalman运动估计的跟踪方法

3.2.1 Kalman滤波基本原理

3.2.2 一种改进的卡尔曼滤波器

3.2.3 实验结果及分析

3.3 Cam Shift跟踪方法

3.3.1 相关的基本概念

3.3.2 Mean-Shift算法基础

3.3.3 Cam Shift算法的基本原理

3.3.4 实验结果及分析

3.4 本章小结

第4章 跟踪系统实验平台的实现与跟踪实验研究

4.1 引言

4.2 跟踪系统实验平台

4.2.1 实验平台的硬件部分

4.2.2 实验平台的软件部分

4.2.3 实验平台的功能

4.3 跟踪实验

4.3.1 实验步骤

4.3.2 实验结果及分析

4.4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢