复杂背景下运动目标跟踪的算法研究

1、复杂背景下运动目的跟踪的算法研究摘要：在进展背景非常复杂的情况对于挪动目的进展监控并进展跟踪的算法研究已经获得了打破性的进展，那么人的眼睛对于自己所处的环境可以进展感觉和捕捉作用，尤其是对于大量运动物体的挪动可以提取相关的信息输入进大脑，然后进展综合计算得到有用的信息。并且可以捕捉到有用的信息以后进展下一步挪动物体的预算处理。这也是本文主要研究的对于挪动目的物体在复杂背景下进展挪动预测研究算法的主要目的。关键词：挪动目的；跟踪算法；算法原理伴随着现代技术信息的高速开展，计算机技术的大量运用在通信行业中，并且这些技术被大量的运用到图像成像技术中，这些技术也使得计算机图像处理技术变得越来越先进。那

2、么在计算机图像处理中对于挪动目的的检测与跟踪是其最为重要和主要方向研究的核心技术之一，计算机图像处理技术大量的交融了很多先进的技术其中就包括有图像处理以及目的识别、人工智能判断以及自动智能控制等多种技术学科进展互相交织的领域进展的技术研究，这一技术手段被大量的运用到了社会中各个方面其中就包含有军事领域的研究或者是航空行业以及其它的视频监控领域等，在这些研究领域中对于挪动目的在复杂背景下的跟踪研究获得了很大的研究成果和重要的实际意义。如今最为流行的无疑是双帧和三帧以及背景差分和光流算法这几种，这几种方法不是彼此之间互相独立的，而是可以互相之间进展变换和交融的。所谓的挪动目的跟踪就是要创立一个以挪

3、动目的为对象的实时挪动的数据模型来进展实时的跟踪计算。采用一种好的算法可以很大程度上保证最后得到的挪动目的的计算跟踪结果更加准确和精准。这一算法将在以后的时间中一样被人们所热爱和研究，因为这些算法还有很大的提升空间来进展改进和创新。1 运动目的跟踪的原理运动目的跟踪是根据每一个挪动的物体在每一个画面像素之间的序列位置来进展的挪动目的的跟踪计算处理分析。那么随着社会科学技术的进步，对于这一方法出现了很多种的方法来进展挪动目的的跟踪计算分析处理。那么主要的就是有下面的几种来进展我们的挪动目的的跟踪计算分析结果处理。本文主要列举了几个简单具有明显特征的方法来进展挪动目的跟踪信息的分析与计算处理。1.

4、1针对区域的跟踪针对于某一个区域进展的挪动目的的跟踪计算分析的主要中心思想是：首先把得到的捕捉的图像进展加工分割处理划分为一个个包含有有用信息的一些压缩包的形式板块，然后设定一个标准的量来进展模块的选取，在原油的图像目的中进展有用信息的搜集处理。那么因为开始在进展额分割处理以后的一些小的模块中含有大量的完好的信息，所以在挪动目的可以看见前，这一方法可以到达很高的准确度来进展挪动目的的跟踪和计算分析。并且具有跟踪性能非常稳定等特点。但是主要缺点还是过于消耗时间，尤其是在一些较大的区域进展这种方法时，消耗的时间一般都较长。所以这一方法在进展区域性搜索时一般是运用于区域性较小的地方，或者是阴暗比照拟

5、差的区域来进展的。针对于某一个特征的跟踪计算分析处理的中心思想是：首先对于一个目的的某一个局部特点进展提取记录，然后再用计算机配对法里斯进展图像信息的比照，最后到达跟踪挪动目的的目的。这一方法主要的优点就是即使被捕捉的目的某一个地方被掩盖，也可以通过局部特征法来进展跟踪分析计算，从而到达跟踪目的的目的。那么这一方法一般是和卡尔曼滤波器互相进展使用，这样可以到达最好的效果，所以这一目的一般常用的场所就是在一些较为复杂的背景下进展目的的跟踪。1.3针对于活动轮廓的跟踪针对于活动轮廓的目的跟踪的中心思想是：运用了曲线的封闭性能来进展的挪动目的的跟踪计算和分析。主要是依靠了目的特征和数学计算来进展的曲

6、线函数的数学运用更新，到达目的跟踪的目的。这一方法自从被创造出来以后，就被大家广泛的应用到目的搜索中去，因为它具有减少明晰敏感度的优点，并且可以在挪动目的被物体所压盖以后还可以自动的进展目的对象的跟踪处理。但是这一方法主要的缺点也是受开始输入数据和噪音系数的影响较大。1.4针对于模型的跟踪针对于模型的跟踪方法的主要的中心思想是：首先由一定的数据库来进展目的数据的建模处理，然后再经过匹配计算到达跟踪目的的目的，并且可以自动的进展数据模型库的实时更新。从而得到较为完好的具有鲜明特点的数据构造据。但是背景差分法最大的缺点就是对于环境的要求太高，尤其是光的敏感度的干扰特别严。从而更好确实定目的的信息帧

7、数，到达更为明晰的画面的展示。帧数之间的差分法对于背景为挪动画面时的挪动目的的画面捕捉是最为适宜的，因为帧数差分法对于挪动的物体更加的敏感，或者说这一方法只适宜运用到挪动的物体间。人工智能判断以及自动智能控制等多种技术学科进展互相交织的领域进展的技术研究，这一技术手段被大量的运用到了社会中各个方面其中就包含有军事领域的研究或者是航空行业以及其它的视频监控领域等，在这些研究领域中对于挪动目的在复杂背景下的跟踪研究获得了很大的研究成果和重要的实际意义。尤其是对于大量运动物体的挪动可以提取相关的信息输入进大脑，然后进展综合计算得到有用的信息。并且可以捕捉到有用的信息以后进展下一步挪动物体的预算处理。

8、2 运动目的检测算法分析从复杂的背景情况中进展挪动目的图像信息的获取就是我们的挪动目的跟踪技术。主要分别在于摄像机和我们的挪动目的之间的动静关系确实定，其中分为两种，第一种是在背景为静态时挪动目的信息的获取和第二种挪动背景下挪动目的信息的获取。第一种就是指我们的摄像机不产生挪动，在整个的拍摄过程中保持静止的状态来进展拍摄。第二种就是我们的摄像机在拍摄时发生了平移或者是旋转等方向的挪动而进展的拍摄。2.1 背景差分法 这一方法是目前为止在进展这一挪动目的信息获取方面最为人们所常用的一种方法，这一背景差分法中心思想就是在得到了一个搜集了的数据背景模型以后，将现有的帧数和背景模块中的帧数进展减法运算

9、得到一个差值，那么这一差值的结果假设大于一定的标准就可以知道这一信息为挪动目的的信息，假设没有大于这一标准就可以断定这一信息为我们的背景模型中的数据。利用背景差分法可以有效的进展挪动目的信息的判别，从而得到较为完好的具有鲜明特点的数据构造据。但是背景差分法最大确实定就是对于环境的要求太高，尤其是光的敏感度的干扰特别严。那么针对于这一情况我们的技术人员最主要的方法就是创造出不同的背景模型来进展挪动目的的跟踪计算，这样可以最大限度的减小因为环境因素的影响从而产生的对挪动目的跟踪计算出现的失误等现象。对挪动目的的跟踪计算至关重要的就是对于背景模型的创立和形式选取以及背景阴影的摒弃，将在很大程度上对整

10、个的挪动目的跟踪计算的结果造成关键性的影响。这一方法对于仪器设备的要求不是太高，可以简单的实现，除了要在固定不挪动的背景下进展捕捉以外，其余的性能都很好，可以做到快速的进展挪动目的信息的获取，从而可以准确的进展信息的取缔。但是这一方法最大的缺陷就是对于环境的要求很苛刻，容易受到光线强弱变化的影响，而这一影响将给整个计算带来严重的偏向。图1 背景差分法算法流程2.2 帧间差分法这一方法主要就死利用三三两两互相靠近的帧数在连续像素中的变化，利用时间差值来进展的时间差值分化从而进展的挪动目的的信息帧数获取。这一方法对于挪动的帧数具有相当强硬的适应性，但是帧数差分法主要的缺陷就是不可以提出所有的挪动目

11、的的关键性像素，从而导致最后的呈像会出现一些空洞的现象。那么针对于这一重大的缺点我们的技术人员就运用了我们的对称帧数差分法来进展缺陷的修补。这一方法主要就是在进展获取了的图像帧数中针对于每三帧数的图像信息来进展的对称差分法的修补，对称差分法主要就是运用了从上一帧数的图像信息中进展模块的切割来进展的挪动目的的帧数范围确实定，这样可以得到一个较为明晰的挪动目的帧数的挪动范围，从而更好确实定目的的信息帧数，到达更为明晰的画面的展示。帧数之间的差分法对于背景为挪动画面时的挪动目的的画面捕捉是最为适宜的，因为帧数差分法对于挪动的物体更加的敏感，或者说这一方法只适宜运用到挪动的物体间。其实，帧数间差分法捕

12、捉的主要就是相对来说是挪动的物体，从而造成了捕捉到的两个画面之间的时间值很短，所以就会不容易受到外界光照等因素的影响。这也是帧数间差分法和上一方法之间最大的区别之一，帧数间差分法具有简单有效并且不容易受到外界的影响，具有效果稳定，反响速度快等特点。2.3光流法这一方法可以充分的用捕捉到的图像信息来进展挪动目的信息的获取。运动场能就是挪动在空间力矩中的表示，那么要在一个平面上表现物体的挪动就是通过平面中的阴暗比照色彩来进展挪动物体的展示的。最后就会使得整个的运动场在画面上进展展示，这种现象我们称之为光流现象。那么光流就是指一瞬间产生的运动力场而变现的现象，其中就有一些根本的挪动物体的很多信息。那

13、么针对于光流现象我们就采用了时间变化而变化的光速效应，因为光速流中包含有大量的信息可以进展有效的利用。在理想状态下可以进展挪动目的的测量，并且可以不用其余的参照物来进展参照比照。可以做到最大限度的得到挪动物体的挪动信息，可以运用进展背景动态运转时对于挪动目的物体的跟踪计算测量。但是这一方法主要的缺点就是对于仪器设备的要求很高，不可以第一时间的进展分析计算处理。对称差分法主要就是运用了从上一帧数的图像信息中进展模块的切割来进展的挪动目的的帧数范围确实定，这样可以得到一个较为明晰的挪动目的帧数的挪动范围，从而更好确实定目的的信息帧数，到达更为明晰的画面的展示。帧数之间的差分法对于背景为挪动画面时的

14、挪动目的的画面捕捉是最为适宜的，因为帧数差分法对于挪动的物体更加的敏感，或者说这一方法只适宜运用到挪动的物体间。3 完毕语跟踪目的的算法如今已经有很多种，每一种的类型和方式都是不一样的，但是这些算法无一例外都是只可以针对于某一种情况或者是多种情况来进展挪动目的的跟踪计算分析处理，并不可以做到所有的环境都使用一种算法的理想状态，所以这也是以后要研究和解决的地方。如今最为流行的无疑是双帧和三帧以及背景差分和光流算法这几种，这几种方法不是彼此之间互相独立的，而是可以互相之间进展变换和交融的。所谓的挪动目的跟踪就是要创立一个以挪动目的为对象的实时挪动的数据模型来进展实时的跟踪计算。其实，帧数间差分法捕捉的主要就是相对来说是挪动的物体，从而造成了捕捉到的两个画面之间的时间值很短，所以就会不容易受到外界光照等因素的影响。这也是帧数间差分法和上一方法之间最大的区别之一，帧数间差分法具有简单有效并且不容易受到外界的影响，具有效果稳定，反响速度快等特点。采用一种好