基于卡爾曼濾波的視頻目標(biāo)跟蹤

《基于卡爾曼濾波的視頻目標(biāo)跟蹤》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要本文針對(duì)錄像設(shè)備所獲取的運(yùn)動(dòng)目標(biāo)視頻文件，利用卡爾曼濾波法進(jìn)行運(yùn)動(dòng)目標(biāo)跟蹤。首先，讀出視頻圖像序列，即把視頻文件分成若干幀，從中獲取每一幀圖像作為視頻圖像序列；對(duì)視頻圖像序列中若干幀中的每一幀進(jìn)行模型轉(zhuǎn)換，運(yùn)用均值法取背景，再利用背景差法檢測(cè)出運(yùn)動(dòng)目標(biāo)，利用形態(tài)學(xué)處理腐蝕處理等使提取出的目標(biāo)更精確，消除噪聲抖動(dòng)等干擾。接下來就進(jìn)入跟蹤過程，選擇質(zhì)心及面積為跟蹤的特征值，質(zhì)心為圓點(diǎn)，根據(jù)面積得出的半徑為半徑的小圓作為跟蹤窗口，進(jìn)而建立運(yùn)動(dòng)估計(jì)模型，更新模型，利用卡爾曼濾波算法實(shí)現(xiàn)跟蹤。同時(shí)運(yùn)用MATLAB自帶函數(shù)追蹤運(yùn)動(dòng)質(zhì)心，與卡爾曼濾波算法追蹤出的目標(biāo)進(jìn)行比對(duì)，得出誤差不大的結(jié)論。本文在

2、MATLAB環(huán)境下，借助其開放平臺(tái)，設(shè)計(jì)并實(shí)現(xiàn)了基于卡爾曼濾波的視頻目標(biāo)跟蹤系統(tǒng)，得到了較好的跟蹤效果。關(guān)鍵詞：運(yùn)動(dòng)目標(biāo)跟蹤；背景差分法；卡爾曼濾波IABSTRACTBasedonthemovingtargetobtainedvideoequipmentvideofile,usethekalmanfilteringmethodformovingtargettracking.First,readthevideoimagesequence,thevideofileisdividedintoanumberofframes,draweachframeimageforvideoimagesequenc

3、e;Thenumberofframesinvideoimagesequenceineachframetoconvertthemodel,usingthemethodofaveragebackground,usingbackgrounddifferencemethodtodetectmovingtargets,usingmorphologicalprocessingetchingprocessingtoextractthetargettobemoreaccurate,eliminatejitternoiseinterference.Thenintheprocessoftracking,canc

4、roidsandareaoftheeigenvaluesofthetrack,thecenterofmassofdots,accordingtotheareaofsmallradiusistheradiusofthecircleasthetrackingwindow,andmotionestimationmodelissetup,updatemodel,usingkalmanfilteralgorithmfortracking.AlsouseMATLABbuilt-infunctioncentroidtrackingmovement,andthekalmanfilteringalgorith

5、mtotrackthetarget,cometotheconclusionthaterrorisnotbig.ThisarticleintheMATLABenvironment,withitsopenplatform,basedonkalmanfilterwasdesignedandimplementedthevideotargettrackingsystem,gotgoodtrackingeffect.Keywords:movingtargettracking，?kalman?filteringIII目錄第1章緒論11.1課題研究的背景及意義21.1.1電視監(jiān)控21.1.2視頻壓縮編碼31

6、.1.3智能交通系統(tǒng)31.1.4人機(jī)交互41.2研究現(xiàn)狀及研究面臨的問題41.2.1研究現(xiàn)狀41.2.2研究主要面臨的難題61.3本章小結(jié)6第2章目標(biāo)檢測(cè)技術(shù)72.1常用目標(biāo)檢測(cè)方法72.1.1光流法72.1.2幀差法82.1.3背景差法82.2目標(biāo)的分割92.2.1閾值分割92.2.2圖像形態(tài)學(xué)處理92.3目標(biāo)特征提取102.3.1連通域分析102.3.2特征提取102.4本章小結(jié)10第3章基于卡爾曼濾波的目標(biāo)跟蹤方法113.1目標(biāo)跟蹤方法概述113.1.1基于匹配的跟蹤方法123.1.2基于運(yùn)動(dòng)估計(jì)的跟蹤方法133.1.3基于神經(jīng)網(wǎng)絡(luò)的跟蹤方法133.2貝葉斯濾波理論143.2.1貝葉斯

7、估計(jì)143.2.2卡爾曼濾波原理153.3基于卡爾曼濾波的目標(biāo)跟蹤183.3.1跟蹤特征值的選擇193.3.2運(yùn)動(dòng)估計(jì)模型203.3.3模型更新213.4實(shí)驗(yàn)結(jié)果與分析213.5本章小結(jié)22結(jié)論24參考文獻(xiàn)25致謝27III基于卡爾曼濾波的視頻目標(biāo)跟蹤基于卡爾曼濾波的視頻目標(biāo)第1章緒論目標(biāo)跟蹤這一技術(shù)在現(xiàn)代的民用以及軍事戰(zhàn)爭(zhēng)中都占有著無可替代的位置，目標(biāo)跟蹤技術(shù)的主要職責(zé)就是提供不但精準(zhǔn)而且正確靠得住的高質(zhì)運(yùn)