背景差分法目标跟踪连续自适应均值偏移(Camshift)局部

1、视频中运动目标检测与跟踪算法的研究【摘要】 视频中运动目标的检测与跟踪技术是计算机视觉的重要研究内容之一,它将图像处理、模式识别、自动控制、人工智能等许多计算机领域的先进技术结合在一起,并广泛应用于智能监控、交通管制、机器智能、医疗诊断等各个领域。随着各种复杂环境应用需求的日益增多,如何提高运动目标检测与跟踪算法的鲁棒性和精确度已经成为当前目标跟踪领域研究的重点。本文在研究了常用的运动目标检测与跟踪算法的基础上,对这些算法做了进一步的改进和完善。在运动目标检测方面,介绍了光流法、帧间差分法和背景差分法的基本原理。为了克服传统的背景差分法需要预先存储背景图像的局限性,研究了一种结合帧间差分法和背

2、景差分法的运动目标检测方法。首先利用帧间差分法和中值滤波法动态地构建背景模型,再通过背景差分法检测出前景目标。实验结果表明,该方法在场景中存在运动目标时也能建立较为准确的背景模型,获得了较好的检测结果。在运动目标跟踪方面,本文首先重点研究了基于Camshift算法的运动目标跟踪。详细阐述了Mean Shift与Camshift算法的基本原理,并将这两种算法应用于视频序列中的人体跟踪。通过实验发现,当跟踪目标与背景颜色相近时,Camshift.更多还原【Abstract】 Moving object detection and tracking technology in video seque

3、nces is one of the important research topics in computer vision. It combines image processing, pattern recognition, automatic control, artificial intelligence and many other advanced technologies in computer field, and has been widely used in intelligent monitoring, traffic control, machine intellig

4、ence, medical diagnosis and other fields. With application requirements in complex environment increasing day by day, how to improve the r.更多还原 【关键词】 背景差分法； 目标跟踪； 连续自适应均值偏移(Camshift)； 局部二值模式(LBP)； 卡尔曼滤波器； 【Key words】 background subtraction； target tracking； Camshift； Local Binary Pattern； Kalman fil

5、ter； 【索购论文全文】138113721 139938848 即付即发目录摘要 3-4 Abstract 4-5 目录 6-8 第一章 绪论 8-14 1.1 本课题的研究背景和意义 8-9 1.2 运动目标检测与跟踪技术的研究现状 9-12 1.3 本文的主要工作与组织安排 12-14 本文的主要工作 12 本文的组织安排 12-14 第二章 视频运动目标检测 14-31 2.1 运动目标检测的常用方法 14-20 光流法 14-16 帧间差分法 16-17 背景差分法 17-20 2.2 结合帧间差分法和背景差分法的运动目标检测方法 20-25 2.3 形态学图像处理 25-27 膨胀

6、和腐蚀 25-26 开运算和闭运算 26-27 2.4 连通性分析及运动目标的位置确定 27-30 2.5 本章小结 30-31 第三章 Camshift目标跟踪算法 31-53 3.1 基于Camshift算法的目标跟踪 31-44 颜色模型简介 31-34 颜色概率分布图 34-36 均值偏移算法(Mean Shift) 36-41 连续自适应均值偏移算法(Camshift) 41-42 实验结果与分析 42-44 3.2 改进的Camshift算法 44-52 LBP纹理 44-47 基于颜色-纹理联合特征的Camshift算法 47-49 实验结果与分析 49-52 3.3 本章小结 52-53 第四章 卡尔曼滤波跟踪算法 53-66 4.1 卡尔曼滤波器原理 53-59 离散状态方程 54-55 离散观测方程 55-56 卡尔曼滤波的方法和公式 56-59 4.2 基于卡尔曼滤波的目标跟踪 59-61 卡尔曼跟踪模型 59-60 实验结果与分析 60-61 4.3 卡尔曼滤波算法与Ca