基于PTZ相機的運動目標(biāo)檢測與跟蹤技術(shù)研究.pdf

1、本文研究的是戶外場景自然光條件下的實時視頻分析技術(shù)，包括靜態(tài)場景下的運動目標(biāo)檢測算法和目標(biāo)跟蹤算法。
　　 首先簡單介紹了運動目標(biāo)檢測常用的三類方法：光流法、時域差分法和背景減除法的基本原理，重點研究了目前最流行的背景減除法。在比較了滑動平均、中值、混合高斯背景建模方法的實時性和檢測效果的基礎(chǔ)之上，選擇基于時域中值濾波的W4背景建模方法作為本文的研究對象。
　　 針對原始W4算法需要緩存圖像以及計算模型參數(shù)的運算量累積在

2、模型更新時刻的缺點，提出利用更新周期前一半數(shù)據(jù)的均值和方差過濾后面的數(shù)據(jù)，同時訓(xùn)練新的模型參數(shù)。改進后的更新算法可以自適應(yīng)的處理數(shù)據(jù)。此外，還介紹了一些快速算法，用它們計算標(biāo)準(zhǔn)差、中值和相關(guān)系數(shù)，大大降低了算法的計算開銷。改進后的W4算法可以實時地、連續(xù)地檢測場景中的運動目標(biāo)。
　　 由于原始的W4算法沒有介紹陰影檢測的步驟，本文還給了一種適合灰度圖像陰影檢測的算法，利用當(dāng)前圖像與背景圖像的歸一化相關(guān)系數(shù)去除檢測結(jié)果中的陰影。<

3、br>　　 目標(biāo)跟蹤方面，闡述了跟蹤算法研究的三個核心問題：哪種目標(biāo)描述方式適合跟蹤?應(yīng)該使用哪些圖像特征?以及如何對目標(biāo)的運動、外表、形狀進行建模?介紹了現(xiàn)有各類跟蹤算法的特點及它們的應(yīng)用場合。
　　 針對單目標(biāo)隨動跟蹤問題，詳細(xì)介紹了模板匹配跟蹤算法和Mean Shift跟蹤算法。討論了目標(biāo)模型的更新問題以及遮擋情況下的連續(xù)跟蹤問題。針對固定場景的多目標(biāo)跟蹤問題，介紹了一種簡單的基于運動目標(biāo)檢測的區(qū)域?qū)?yīng)算法，實現(xiàn)了監(jiān)控場