视频图像目标跟踪算法分析与研究

摘要

随着多媒体技术、集成电路技术及移动数字通信技术的快速发展，针对视频图像信息的相关应用在社会公共服务和日常生活中越来越普及。视频图像处理技术作为一个重要的研究和应用课题，在国家领导人倡导构建和谐社会的主旋律下，安全领域的建设越来越健全。于此同时，近年来基于视频图像信息处理的智能监控技术的相关研究越来越多，对视频图像信息处理各项技术指标也提出了更高的要求。
　　在计算机数字信息技术领域，数字视频图像目标检测、图像处理技术是比较热门的技术，本文主要研究内容是数字视频图像目标检测跟踪算法研究，视频中运动目标跟踪算法研究，视频图像目标检测系统主要运用计算机视觉算法函数对视频内容进行运算处理，对视频数据进行图像检测、目标识别、跟踪等工作，判别目标的动作。自动检测、跟踪目标并进行相关记录，降低视频监控人员的工作量，使视频图像目标检测系统具有智能性，变被动监控为主动监控。视频图像目标跟踪系统应用中目标跟踪技术是其中的关键和难点，其研宄涉及到多学科相关领域的知识，计算机图像处理、模式识别、人工智能及自动控制等，政府，学者和商家都认识到这个课题研究的价值，有着非常高的应用前景。视频图像目标跟踪技术对系统的准确率稳定性提出较高要求，如何实现适应各种复杂场景、鲁棒性高、准确率高的目标跟踪技术已经成为目前视频图像目标检测中急需解决的问题。
　　本文对Mean shift算法进行了详细的分析，针对Mean shift算法在目标出现遮挡的情况下容易丢失目标的问题，寻找解决这个问题的办法，在对基于预测估计的几种跟踪算法进行了分析对比后，提出了将Mean shift算法和粒子滤波算法相结合的方法。在Opencv2.8.1的开发环境下，针对一段交通监控视频进行了该算法的实验验证。对解决算法跟踪的精确率起到了一定的推动作用。
　　本文针对视频图像目标跟踪中的核心关键技术，包括:图像特征的选择，目标检测、目标跟踪等进行了系统的分析研究，主要工作及创新如下:运用颜色空间的HS二维向量特证和尺度不变特征转换SIFT进行运动目标的特征提取，结合Mean shift算法和粒子滤波算法，进行算法改进进行目标跟踪估计，验证算法的准确率，跟踪估计的效果，运行的时效性等。

目录

声明

摘要

第1章 绪论

1．1 研究背景和意义

1．2 国内外研究现状

1．2．1 视频图像目标检测跟踪的国内外研究现状

1．2．2 视频图像目标检测跟踪的主要热点

1．2．3 视频运动目标检测主要的算法

1．3 本文研究内容与组织结构安排

第2章 运动目标检测和跟踪算法理论基础

2．1 运动目标检测理论方法

2．2 运动目标检测方法

2．2．1 帧间差法

2．2．2 背景减除法

2．3 图像特征属性

2．3．1 颜色特征

2．3．2 Haar特征

2．3．3 HOG特征

2．3．4 尺度不变特征变换

2．4 图像颜色HS特征和SIFT关键点描述子提取前景目标

第3章 Mean shift算法在目标跟踪中应用分析

3．1 Mean Shift算法理论基础

3．2 Mean shift算法原理

3．2．1 扩展Mean Shift算法

3．2．2 概率密度梯度

3．2．3 算法步骤

3．2．4 算法的收敛性证明

3．3 Mean shift算法用于目标跟踪

3．4 基于预测估计的视频跟踪算法

3．4．1 贝叶斯估计

3．4．2 卡尔曼系滤波器

3．4．3 标准粒子滤波

第4章 改进的Mean shift和粒子滤波相结合的跟踪算法

4．1 Mean shift算法与粒子滤波相结合的目标跟踪算法

4．2 软件开发环境

4．3 软件源代码实现比较验证

4．3．1 程序结构组成

4．3．2 前景分析检测

4．3．3 block块生成

4．3．4 block跟踪

第5章 总结与展望

5．1 总结

5．2 展望

结论

致谢

参考文献

攻读学位期间取得学术成果