基于Camshift算法的运动预测目标跟踪改进算法研究

摘要

在人们感官接收到的诸多环境信息中，动态视觉信息成为重要组成部分，而这些信息也已成为计算机视觉的一个重要的研究方向。动态视频中运动目标的跟踪是应用视觉和运动图像编码研究领域的一个热点问题，已经应用于许多领域，比如:机器人导航、智能视频监控、医学图像分析、工业故障检测以及视频图像分析等。
　　 本文重点研究摄像头固定的情况下运动目标的跟踪算法，提出了一种基于移动目标检测的改进Camshift跟踪算法。首先，本文对现有目标检测方法和跟踪算法的弊端进行了分析，归纳这些算法的优缺点，总结跟踪算法领域所面临的挑战，找到需进行改进的点，然后介绍了几种现有相对成熟的目标检测方法和移动目标跟踪方法，重点对经典的Camshift目标跟踪算法进行了详细的分析说明，研究该算法的实现原理，分析该算法的实现过程，总结该算法中存在的不足，在对该经典算法分析的基础上，提出本文基于移动目标预测的Camshift目标跟踪算法:在基于颜色背景实时更新的情况下，利用边缘梯度法求得的主轴修正卡尔曼滤波模型中的移动方向，从而有效的提前预计移动方向，结合Camshift跟踪算法，有效的对移动物体进行了跟踪。
　　 最后，通过两段视频，一段是作者本人拍摄，另一段来自互联网，在MATLAB仿真软件环境下，应用本文提出的改进算法分别处理两段视频，通过对两段视频中运动目标体的跟踪，验证本文算法的有效性，同时与经典Camshift算法的跟踪结果作比较，通过跟踪图例，证明提出的改进Camshift跟踪算法较经典的算法得到了明显的改进，在高速运动同时具有较大偏转角度的时候依然具有很好的跟踪效果，印证了该算法的提出具有重要意义。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 现有问题分析

1．3．1 移动目标检测

1．3．2 移动目标跟踪

1．3．3 视频监控移动目标跟踪

1．4 研究内容与结构安排

1．4．1 研究内容

1．4．2 本文结构安排

第二章 移动目标检测跟踪常用算法分析

2．1 引言

2．2 常用移动目标检测常用算法

2．2．1 基于静态背景下的移动目标检测法

2．2．2 基于动态背景下的移动目标检测法

2．3 常用移动目标跟踪算法分类

2．3．1 基于特征匹配的移动目标跟踪算法

2．3．2 基于区域匹配的移动目标跟踪算法

2．3．3 基于运动估计的移动目标跟踪算法

2．4 本章小结

第三章 经典Camshift目标跟踪算法

3．1 Mean-Shift算法原理分析

3．2 Camshift算法搜索过程描述

3．3 Camshift算法实现过程

3．4 本章小结

第四章 基于移动目标检测的改进Camshift目标跟踪算法研究

4．1 移动目标检测

4．1．1 颜色背景模型提取

4．1．2 前景图像提取

4．1．3 背景更新

4．2 移动目标跟踪

4．2．1 卡尔曼滤波模型

4．2．2 卡尔曼滤波模型方向修正

4．2．3 基于移动目标检测的改进Camshift跟踪算法

4．3 本章小结

第五章 算法实验分析验证

5．1 实验环境描述

5．1 乒乓球抛出跟踪实验

5．1．1 简单Camshift跟踪算法效果

5．1．2 基于移动目标检测的改进Camshift跟踪算法效果

5．2 轨道小车跟踪实验

5．2．1 简单Camshift跟踪算法效果

5．2．2 基于移动目标检测的改进Camshift跟踪算法效果

5．3 本章小结

第六章 总结与展望

6．1 文章总结

6．2 下一步工作

参考文献

致谢

攻读学位期间科研成果及参与项目

学位论文评阅及答辩情况表