基于视频序列图像的运动目标检测与跟踪

论文摘要

本文重点研究了目前运动目标检测与跟踪领域的一些常用方法,以数字图像处理技术和数字信号处理理论为基础,利用DirectShow构建了一个数字图像采集系统,根据实际应用情况编制了运动目标检测与跟踪实验软件,为运动检测与跟踪提供了算法实验平台和优化了硬件设计方案。在运动目标检测方面,主要研究了帧间差分、背景差分和光流场的方法。本文根据所处理视频图像相邻帧具有相关性的特点,采用了帧间差分目标检测方法。在差分图像之前,先对图像进行滤波和平滑等降噪处理,再进行相邻帧差分以得到运动信息。在背景差分方法中设计了统计平均法及其改进型、中值滤波法、单高斯和多高斯混合模型法提取背景,针对不同复杂程度的背景使用不同的方法可以获得不同的效果。在介绍光流基本原理的基础上,提出了适合计算机快速运算的光流方程迭代解法。对检测目标灰度图像采用了直方图、最大熵、最大类间方差及自适应法多种阈值分割方法,将灰度图像转化成黑白二值图像。对目标粗糙的边缘轮廓和背景进行了数学形态学滤波,较好的除去背景噪声、提取目标轮廓,采用了投影法确定目标的位置和大小。提出了一种操作简便、运算速度快、检测精度高、易于移植到硬件实现的算法流程。在运动目标跟踪方面,本文详细研究了相关匹配的ABS、SSDA、规一化和金字塔分层匹配算法,针对多点相关跟踪算法运算量大、实时性差的缺点,构建了一种改进的自适应阈值序列的SSDA模型。对模板在图像中按螺旋方式从中心向外遍历,并且只将对应二值化模板图像中像素值为1的像素参与匹配计算,使得匹配运算点完全集中在目标像素上,减少了计算量、提高了匹配精度和速度,同时采用模板尺寸修正及动态模板更新的方法,保证了跟踪的准确性。还研究了粒子滤波、卡尔曼预测确定运动目标下一预定位置,使用彩色直方图特征匹配进行确认,通过实验进行了分析比较。提出差分检测与主动轮廓跟踪相结合的方法,减少了计算迭代次数、提高了计算速度。最后,对所研究算法进行了合理规化、优化建模,使用C++语言结合DirectShow组件,在Window XP环境的Visual Studio 2005平台上开发了基于视频序列图像运动目标检测与跟踪系统。通过该系统对研究场景进行实验,可以在算法的可靠性和实时性上得到量化比较结果,为设计应用系统提供了捷径。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题背景及研究意义
• 1.2 运动目标检测与跟踪研究现状及发展
• 1.3 本文的内容及结构
• 2 运动目标检测研究
• 2.1 数字图像处理
• 2.1.1 颜色空间
• 2.1.2 图像增强
• 2.1.3 形态学图像滤波
• 2.2 运动目标检测基本方法
• 2.2.1 帧间差分法
• 2.2.2 背景差分法
• 2.2.3 光流法
• 2.3 背景获取与更新
• 2.3.1 统计平均法
• 2.3.2 改进的统计平均法
• 2.3.3 中值滤波法
• 2.3.4 单高斯建模法
• 2.3.5 混合高斯建模法
• 2.4 目标分割
• 2.4.1 边缘检测分割法
• 2.4.2 区域跟踪分割法
• 2.4.3 阈值分割法
• 3 运动目标跟踪方法研究
• 3.1 相关匹配算法
• 3.1.1 ABS匹配算法
• 3.1.2 归一化互相关匹配
• 3.1.3 序贯相似度检测算法
• 3.1.4 金字塔分层搜索算法
• 3.2 卡尔曼预测跟踪
• 3.2.1 卡尔曼预测基本原理
• 3.2.2 卡尔曼预测模型参数
• 3.2.3 卡尔曼预测跟踪实验
• 3.3 粒子滤波跟踪
• 3.3.1 粒子滤波基本原理
• 3.3.2 粒子滤波算法
• 3.3.3 Unscented粒子滤波
• 3.4 活动轮廓算法
• 4 运动目标检测与跟踪实验系统设计及实现
• 4.1 系统开发环境
• 4.2 软件系统的组成
• 4.2.1 视频捕获与播放模块
• 4.2.2 视频图像运动检测模块
• 4.2.3 跟踪控制模块
• 4.3 系统功能介绍及实验
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢