基于改進ViBe與粒子濾波的視頻分析算法研究.pdf

1、分類號：UDC：學校代號：11845學號：2111305109廣東工業(yè)大學碩士學位論文(工程碩士)基于改進ViBe與粒子濾波的視頻分析算法研究王海全校內(nèi)導師姓名、職稱：邱里褪教援校外導師姓名、職稱：陳曉鳴工程!巫學科(專業(yè))或領(lǐng)域名稱：軟住工程學生所屬學院：讓箕扭堂院論文答辯日期：三Q二盍生五旦摘要摘要隨著物聯(lián)網(wǎng)、大數(shù)據(jù)等現(xiàn)代信息技術(shù)的迅猛發(fā)展，作為機器視覺領(lǐng)域的基礎(chǔ)性技術(shù)，運動目標檢測與跟蹤在智能視頻監(jiān)控中發(fā)揮著日益重要的作用。很多學

2、者在這個方面做了大量的研究工作，取得了卓有成效的成果。然而由于需求和應用場景的復雜性，例如光照變化、噪聲和目標遮擋等問題，運動目標檢測與跟蹤技術(shù)一直以來都是該領(lǐng)域的研究難點。本文對現(xiàn)有的目標檢測與跟蹤方法進行了深入研究，分析了當前主流算法的不足，提出了魯棒性更好、實時性更高的改進算法，并經(jīng)過充分的實驗分析，驗證了改進算法的效果。本文從背景差分方法ViBe(VisualBackgroundExtractor)和粒子濾波跟蹤算法入手，對它們

3、的不足之處進行改進，主要工作如下：1為了消除噪聲和光照突變的影響，得到精確的運動前景，本文結(jié)合SILTP算子對傳統(tǒng)的ViBe運動目標檢測算法進行了改進。首先求出每個像素的SILTP值，將背景模型轉(zhuǎn)化為SILTP值形式，通過比較SILTP值來判斷前后景像素。接著將背景更新方式改進為替代異常值的更新策略，同時采用多幀圖像進行背景模型的初始化。最后，‘采用多段視頻流驗證改進算法的效果，經(jīng)過對比分析，本文的改進檢測算法對光照變化和噪聲具有較強的

4、魯棒性。2提出一種基于先驗知識的快速粒子濾波跟蹤算法。粒子濾波的跟蹤效果與粒子數(shù)量成正比關(guān)系，然而粒子數(shù)量的增加會大大提高計算成本，降低TIll／蹤的實時性。本文提出對視頻流先采用ViBe算法進行檢測，得到運動前景。同時，在跟蹤階段適當增加處于前景區(qū)域的有效粒子權(quán)重，并調(diào)整權(quán)重閾值對粒子進行篩選，降低粒子重采樣的頻率。通過降低粒子數(shù)量和增加有效粒子權(quán)重，在保證跟蹤效果的前提下，提高了粒子濾波跟蹤算法的處理速度。實驗結(jié)果表明，本文提出的改