基于背景减除法的运动目标检测与跟踪算法研究

发布时间：2024-05-15 21:48

　　运动目标检测与跟踪技术是计算机视觉的重要分支,广泛应用于智能视频监控、无人驾驶等多个领域。背景减除法作为一种经典的目标检测算法,在简单场景下具有较好的检测效果,但当场景较为复杂时,检测效果并不理想。因此,本文以基于ViBe建模的背景减除法为基础,对复杂环境下的运动目标检测与跟踪进行研究。首先,本文简单介绍了涉及到的图像处理技术;深入研究了帧间差分法、光流法和背景减除法三种常用的运动目标检测算法;对背景减除法中的四种背景建模方式进行实验对比及定量分析,确定了ViBe建模的优越性。然后,针对传统ViBe算法存在的易出现“鬼影”现象、易受动态背景干扰等问题,改进出一种基于LaBGen的自适应阈值ViBe算法。该算法把LaBGen方法生成的背景图像作为背景模型初始化的输入帧,利用当前像素点的样本集方差去自适应的改变其半径阈值,实验表明,本文算法能有效避免“鬼影”现象且在动态背景下效果有一定的提升。最后,为消除阴影对后续跟踪的影响,结合色度特征和梯度特征对阴影检测并去除;针对KCF跟踪算法存在的初始化跟踪框需要人为设定、目标被遮挡会导致跟踪失败等问题,将改进的ViBe检测算法和KCF跟踪算法结合...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图1-1交通智能监控

随着人工智能的高速发展，计算机视觉已经成为该领域落地最顺利的技术产业。运动目标检测和跟踪作为计算机视觉的一个重要分支，其在交通视频监控、无人驾驶、国家战争和安全等方面的应用将会越来越成熟[1]。在社会交通治安方面，交通智能监控系统可以把道路附近大量的数据进行汇总交换，通过对交通行....

图1-2无人驾驶客车

随着人工智能的高速发展，计算机视觉已经成为该领域落地最顺利的技术产业。运动目标检测和跟踪作为计算机视觉的一个重要分支，其在交通视频监控、无人驾驶、国家战争和安全等方面的应用将会越来越成熟[1]。在社会交通治安方面，交通智能监控系统可以把道路附近大量的数据进行汇总交换，通过对交通行....

图1-3导弹定位打击[2]

随着人工智能的高速发展，计算机视觉已经成为该领域落地最顺利的技术产业。运动目标检测和跟踪作为计算机视觉的一个重要分支，其在交通视频监控、无人驾驶、国家战争和安全等方面的应用将会越来越成熟[1]。在社会交通治安方面，交通智能监控系统可以把道路附近大量的数据进行汇总交换，通过对交通行....

图1-4目标检测方法

研究现状十年，各领域的人员对运动目标检测和跟踪展开了深入的研每年都有很多关于目标检测与跟踪的文献发表，并且越来越际的应用领域中。标检测研究现状检测是视频监控应用中必不可少的一步。目标检测是识别视且对这些对象的像素进行聚类，检测的对象一般是路过的行标检测可以得出运动对象的速度大小，....

本文编号：3974260