資源描述：
《基于彩色圖像序列的目標(biāo)跟蹤算法研究》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、ByKunZhangAThesisSubmittedtoUniversityofChineseAcademyofSciencesInpartialfulfillmentoftherequirementForthedegreeofMasterofEngineeringXi’anInstituteofOptics＆PrecisionMechanics，ChineseAcademyofSciences05，2013柵道德翩I黜㈣秉承研究所嚴(yán)謹(jǐn)?shù)膶W(xué)風(fēng)與優(yōu)良的科學(xué)道德，本人聲明所呈交的論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及
2、取得的研究成果。論文中所引用的內(nèi)容都己給予了明確的注釋和致謝。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了致謝。申請(qǐng)學(xué)位論文與資料若有不實(shí)之處，本人承擔(dān)一切相關(guān)責(zé)任。論文作者簽名：互堡壘壁日期：型【墨!!蘭．{／知識(shí)產(chǎn)權(quán)聲明本人完全了解中科院西安光學(xué)精密機(jī)械研究所有關(guān)保護(hù)知識(shí)產(chǎn)權(quán)的規(guī)定，即：研究生在所攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位系中科院西安光學(xué)精密機(jī)械研究所。本人保證離所后，發(fā)表基于研究生工作的論文或使用本論文工作成果時(shí)必須征得產(chǎn)權(quán)單位的同意，同意后發(fā)表的學(xué)術(shù)論文署名單位仍然為中
3、科院西安光學(xué)精密機(jī)械研究所。產(chǎn)權(quán)單位有權(quán)保留送交論文的復(fù)印件，允許論文被查閱和借閱：產(chǎn)權(quán)單位可以公布論文的全部或部分內(nèi)容，可以采用影印、縮印或其它復(fù)制手段保存論文。(保密的論文在解密后應(yīng)遵守此規(guī)定)論文作者簽名：互堡壘壁導(dǎo)師簽名：孟臣堡日期：塑l§，堅(jiān)：i1日期：絲f室：壑：3／致謝在此，我首先要衷心地感謝我的兩位導(dǎo)師：郝偉副研究員和許朝暉副研究員。郝老師和許老師在我的學(xué)習(xí)和課題中，從理論和實(shí)踐方面給予了大量的、有益的建議和具體的指導(dǎo)，并在論文的撰寫和審稿中傾注了大量的心血，他們淵博的知識(shí)、嚴(yán)謹(jǐn)治學(xué)的工作作風(fēng)、忘我
4、的工作態(tài)度、求真務(wù)實(shí)的敬業(yè)精神，深深地影響和激勵(lì)著我。正是兩位導(dǎo)師細(xì)心的鼓勵(lì)、悉心的指導(dǎo)、嚴(yán)格的要求和富有啟發(fā)性的建議，使論文得以順利的完成。在課題的進(jìn)行中，導(dǎo)師給予了我最大的信任，并創(chuàng)造了最好的科研條件。在此，向多年來培育、指導(dǎo)我的兩位恩師表示最崇高的敬意和誠(chéng)摯的謝意!其次，還要感謝實(shí)驗(yàn)室的詹振環(huán)、鄧潺、楊少魁、忽文杰、吳敏以及王鑫同學(xué)，在這三年的讀研過程中，他們無論在生活中還是在課題研究中，都給予了我無私的指導(dǎo)和幫助。每次在課題進(jìn)展到困難之時(shí)，都是通過與他們的討論使我茅塞頓開。此外還要特別感謝黃彪同學(xué)和楊一帆師
5、弟，他們?cè)谡撐膶?shí)驗(yàn)視頻的拍攝過程中提供了無私的幫助，正是在他們的幫助下，本論文才得以順利完成。在此向所有幫助過我的同學(xué)表達(dá)我的謝意。最后，感謝我的家人，他們自始至終對(duì)我關(guān)心、理解、支持和鼓勵(lì)，還有我的朋友和同學(xué)，他們真誠(chéng)的幫助對(duì)我也是一種強(qiáng)大的動(dòng)力，使我能夠順利完成碩士階段的學(xué)習(xí)。摘要基于彩色圖像序列的目標(biāo)跟蹤是計(jì)算機(jī)視覺研究的熱點(diǎn)，在軍事、交通、安全監(jiān)控等領(lǐng)域都有重要應(yīng)用。在目前的主流算法中，MeanShift算法以其結(jié)構(gòu)簡(jiǎn)單，實(shí)時(shí)性好，跟蹤效果顯著等優(yōu)點(diǎn)得到了廣泛的應(yīng)用。本文主要研究了運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤算法，
6、結(jié)合本文所需處理的目標(biāo)運(yùn)動(dòng)場(chǎng)景，設(shè)計(jì)出了基于統(tǒng)計(jì)平均的背景減除法的目標(biāo)檢測(cè)算法和基于Camshift和Kalman濾波的目標(biāo)跟蹤算法。并通過目標(biāo)特征提取算法將二者關(guān)聯(lián)起來。本文首先介紹了典型的視頻跟蹤系統(tǒng)架構(gòu)及本文基于此架構(gòu)擬采用的處理方法。之后介紹了一種基于背景減除法的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。該算法是通過高斯濾波等前期處理，以及背景減除法提取出運(yùn)動(dòng)目標(biāo)區(qū)域的二值圖像，然后通過連通域分析將運(yùn)動(dòng)目標(biāo)的形心等幾何特征提取出來，并得到目標(biāo)的運(yùn)動(dòng)軌跡，最后再根據(jù)運(yùn)動(dòng)目標(biāo)的幾何參數(shù)提取出目標(biāo)的顏色圖像，為后續(xù)的目標(biāo)跟蹤算法提供了特
7、征模板。然后詳述了MeanShiit算法的數(shù)學(xué)理論，介紹了核函數(shù)密度估計(jì)，色彩密度函數(shù)、MeanShift向量和Bhattacharyya系數(shù)的概念，并對(duì)MeanShiit目標(biāo)跟蹤算法算進(jìn)行了介紹。根據(jù)目標(biāo)檢測(cè)算法得出的目標(biāo)顏色圖像和MeanShift算法，采用了一種新的基于Camshift和Kalman濾波的目標(biāo)跟蹤算法，并最后通過實(shí)驗(yàn)驗(yàn)證了算法性能。MeanShift算法具有實(shí)時(shí)性好、面對(duì)目標(biāo)部分遮擋和目標(biāo)變形的魯棒性好的特點(diǎn)。但是在面對(duì)目標(biāo)運(yùn)動(dòng)過快、背景顏色與目標(biāo)顏色相近和目標(biāo)發(fā)生大部分遮擋的情形時(shí)，算法往往
8、失效，造成目標(biāo)丟失。且傳統(tǒng)的MeanShift算法搜索窗固定，不能根據(jù)目標(biāo)的大小變換進(jìn)行自適應(yīng)調(diào)整，從而造成目標(biāo)丟失。為解決這些問題，本文采用Camshift算法的自適應(yīng)搜索窗來解決目標(biāo)大小變化的問題，弓l進(jìn)Kalman濾波預(yù)測(cè)目標(biāo)的運(yùn)動(dòng)位置，從而解決了目標(biāo)運(yùn)動(dòng)過快的問題。經(jīng)過實(shí)驗(yàn)證明，本文的算法較好的完成了復(fù)雜情況下的目標(biāo)跟蹤任務(wù)。關(guān)鍵詞：背景減除法；目標(biāo)
