视频监控系统中动态目标检测跟踪算法研究

摘要

运动目标检测与跟踪是应用视觉研究领域的一个重要课题，在许多方面有着广泛的应用。本文针对实际监控系统中难以兼顾可靠性与实时性的缺点，讨论和研究了监控系统中的关键技术—运动目标检测与跟踪，并研究了算法在数字信号处理器DSP上的实现。 在运动目标检测方面，通过研究和分析大量的算法，对基于高斯统计模型的背景减法进行了改进，本文使用了一种将帧间差法和背景减法相结合的运动目标检测算法，该算法使帧间差法和背景减法能够很好地相辅相成，检测耗时更少，鲁棒性更强，为正确的跟踪目标打下基础：在运动目标定位方面使用了一种区域增长分割算法定位运动目标，从而达到运动目标准确分割的 在运动目标跟踪方面，首先研究了Kalman和RLS算法，预测运动目标下一时刻可能出现的位置，缩小搜索范围，然后在预测范围内利用目标匹配算法对目标进行识别。本文采用多特征匹配的方法实现目标匹配，通过建立模板库，将特征向量与模板库中特征向量进行比较达到目标识别的目的。该算法提高了跟踪的运算速度，同时有效的解决了比较复杂的运动情况。 最后研究了TI公司TMS320C6000系列DSP的内部结构和开发过程，将运动目标检测跟踪算法移植到DSP集成开发环境CCS上，并进行相应的程序优化以满足实时性的要求。

目录

文摘

英文文摘

声明

1 绪论

1.1课题的研究背景

1.2研究运动目标检测跟踪的意义

1.3 课题亟待解决的难点问题

1.4论文主要研究内容与任务

2 运动目标的检测

2.1 运动目标检测的基本方法及分析

2.1.1 帧间差分法

2.1.2背景减法

2.1.3光流法

2.2改进的检测算法实现过程

2.2.1 背景模型的建立

2.2.2运动区域的检测

2.2.3背景模型的更新

2.2.4实验结果与分析

2.3本章小结

3运动目标的分割

3.1 数学形态学滤波

3.1.1 传统的数学形态学滤波

3.1.2快速的形态学滤波

3.2运动区域的分割

3.2.1运动目标分割常用的方法

3.2.2基于区域增长的目标分割

3.2.3运动区域特征提取

3.2.4.实验结果与分析

3.3 本章小结

4 运动目标的跟踪

4.1运动目标跟踪流程

4.2常用的运动目标跟踪方法介绍

4.2.1相关跟踪

4.2.2 对比度跟踪

4.3运动的预测机制

4.3.1 卡尔曼滤波器

4.3.2 自适应最小二乘算法

4.4运动目标的特征匹配

4.4.1块匹配的基本思想

4.4.2常用的匹配准则

4.5实验结果及分析

4.6本章小结

5检测算法在DSP上的实现

5.1 DM642开发平台与存储器系统

5.1.1 DM642集成开发环境CCS

5.1.2 DM642多媒体处理器

5.1.3三级缓存的存储器系统

5.2代码的移植

5.3代码的优化

5.3.1 C程序级的优化

5.3.2 汇编/线性汇编程序级优化

5.3.3存储器系统优化

5.4实验结果及分析

5.5 本章小结

结 论

致 谢

参考文献

攻读学位期间发表的论文及研究成果