动态背景下运动目标检测与跟踪研究

摘要

主要研究动态背景下的运动目标检测和跟踪问题;背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高;主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标;提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛;结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪;实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪.