视频图像中运动目标的检测与跟踪算法研究

发布时间：2020-07-02 04:35

【摘要】：视频跟踪是计算机视觉中的一项重要任务,是指对视频序列中的目标状态进行持续推断的过程,其任务在于通过在视频的每一帧中定位目标,以生成目标的运动轨迹,并在每一时刻提供完整的目标区域。随着跟踪技术在智能视频监控、视觉导航、人机交互、虚拟现实、医学诊断等领域的应用,使得目标跟踪更具有研究意义。视频序列中运动目标的检测与跟踪不仅仅需要对视频信号进行大量的数据处理,还要对其结果做出相应的判断,比如运动目标行为分析,运动轨迹等,这些都需要精确的算法。本文基于OpenCV二次开发平台开展了视频图像预处理、视频图像运动目标检测提取、视频图像运动目标跟踪三个方面的研究,完成的主要研究工作如下:1.视频图像预处理研究。针对视频帧序列图像中容易出现的干扰噪声、颜色相似等因素的影响,对图像进行去噪和形态学处理,使得图像中目标特征信息更加明显,有利于目标图像的检测提取。2.视频图像运动目标检测提取研究。针对传统的检测算法对运动目标检测时因受到光照变化结果准确性不高的问题,本文采用圆形LBP算子和背景相减法相结合的算法对视频图像的运动目标进行检测。具体方法是先算出背景帧和当前帧的LBP纹理特征图,然后将背景帧和当前帧的LBP纹理特征图的对应像素异或生成前景目标概率图,其次,根据前景目标概率图的变化来自适应更新背景,最后用背景相减法得到检测目标。实验结果验证了该算法的正确性和有效性。3.视频图像运动目标跟踪研究。本文研究的是道路视频图像序列,在此环境下视频图像序列易受到遮挡,目标颜色相似和环境等因素的干扰,所以本文采用具有目标位置预测的Kalman滤波和Camshift算法相结合来实现视频图像运动目标的跟踪,并完成了相关的目标跟踪实验验证。4.最后搭建了实验平台,对上述算法进行了实验验证研究。实验结果表明:视频图像运动目标检测提取算法具有较快的目标搜索速度;Kalman滤波器和Camshift算法相结合的视频图像运动目标跟踪具有较好的鲁棒性,跟踪效果良好。
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41
【图文】：

效果图,二值化,效果图,最大方差

第 2 章视频序列图像处理的预处理研究类间方差值为： 2 20 0 1 1g w u u w u u(2.8)联立（2.7）和（2.8）式可得： 20 1 0 1g w w u u(2.9)当方差 g 最大时，此时前构成图像的两部分景目标和背景差异最大，此时 T是最佳阈值。在原灰度图像基础上根据上式求出最大方差，后经过 OTSU 二值化处理效果如图 2-4 所示。

椒盐,高斯噪声,图像,图像噪声

10（c）受高斯噪声影响的图像图 2-5 受椒盐和高斯噪声干扰的图像噪声是比较常见的。由于本文采用视频序通状况的视频序列。在摄像机获取视频过过程中受到到噪声干扰。因此，采集到的图像目标提取检测造成影响。在确保图像降低噪声对信号的干扰，同时能对目标特作。利用图像去噪可以实现前述的要求，下思想是领域平均法，属于线性滤波，它是用素的灰度，进而实现对图像噪声的消除[2

【参考文献】