多摄像机下运动目标跟踪关联的关键技术研究

发布时间：2017-05-21 11:17

  本文关键词：多摄像机下运动目标跟踪关联的关键技术研究，由笔耕文化传播整理发布。

【摘要】：智能视频监控是计算机视觉中最活跃的研究之一,目的是从监控摄像机拍摄的海量视频里高效提取有用信息来自动检测、跟踪和识别感兴趣的目标,理解和分析他们的行为。本文针对多摄像机视频跟踪系统中遇到的相关问题,以多摄像机监控场景为背景,重点研究了运动目标检测、跟踪算法、有重叠视野与无重叠视野摄像机之间的目标关联(即一致性判定)等,并在前人基础上提出改进方案。本文的主要内容为:1、研究了运动目标检测方法。结合三帧差分法与时间平均法构建背景图像,然后利用背景差分法检测目标。该算法既利用了帧间差分法对光照适应能力强、实时性较好的优点,又结合了背景差分法能够检测出目标完整轮廓的优点,最后实验结果表明此算法能够较好的检测出目标。2、提出一种改进的Camshift算法。针对Camshift跟踪算法在目标与背景颜色相近时跟踪效果不好的问题,利用核函数对搜索窗口中属于目标的像素点所对应的概率值进行加权,得到加权的反向投影图,减少了背景颜色的影响。同时融合色调(Hue)、饱和度(Saturation)和边缘方向直方图(Histogram of Oriented Edge)等目标特征构建更为鲁棒的目标模型。实验结果表明改进后的算法抗干扰能力更强,鲁棒性更好,跟踪精度更高,基本满足实时性。3、研究了有重叠视野摄像机间的目标关联算法。对于有重叠视野区域的多摄像机,利用4对空间共面但不共线的匹配点求得单应性矩阵,然后根据单应性矩阵恢复摄像机之间的视野分界线,通过视野分界线划分视野重叠区域。当摄像机的重叠区域内出现运动目标,将目标坐标统一映射到同一个摄像机下,计算目标之间的欧式距离,如果目标的欧式距离大于既定阈值,则不是同一目标,如果只有一个目标的欧式距离小于既定阈值,则是同一目标。如果多个目标的欧式距离小于阈值,再通过颜色直方图匹配,相似度最高的目标即是相同目标。实验证明本文提出算法比基于视野分界线的关联方法更简单、准确。4、对于无重叠视野区域的多摄像机,根据D-S证据理论将目标的多个特征进行融合,将色调,边缘方向直方图,快速鲁棒性尺度不变特征(SURF)和目标形状特征等特征,通过D-S证据理论进行融合,来实现目标关联。实验结果表明,基于D-S证据推理理论的多特征融合目标关联算法能够较为准确地实现不同摄像机之间的目标关联,克服了利用单个特征鲁棒性不高的缺点。
【关键词】：多摄像机 目标跟踪 camshift 目标关联 多特征融合
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 跟踪算法12-13
• 1.2.2 关联算法13-15
• 1.3 主要难点15
• 1.4 论文内容与结构安排15-17
• 第二章 运动目标检测17-28
• 2.1 传统的运动目标检测方法17-18
• 2.1.1 帧间分差法17-18
• 2.1.2 背景差法18
• 2.2 结合帧间差分法与时间平均法的运动目标检测算法18-22
• 2.2.1 背景构建19-20
• 2.2.2 运动目标检测20-21
• 2.2.3 自适应阈值计算21-22
• 2.3 实验结果及分析22-27
• 2.4 本章小结27-28
• 第三章 基于加权反向投影图和多特征融合的Camshift跟踪算法28-49
• 3.1 运动目标跟踪原理28-29
• 3.1.1 目标的有效表达与相似性度量28
• 3.1.2 跟踪算法的分类28-29
• 3.2 Camshift算法29-36
• 3.2.1 颜色空间30-33
• 3.2.2 直方图反向投影33-34
• 3.2.3 Meanshift过程34
• 3.2.4 Camshift过程34-36
• 3.3 改进的Camshift跟踪算法36-40
• 3.3.1 边缘方向直方图36-37
• 3.3.2 加权的反向投影图37-38
• 3.3.3 多特征融合38-39
• 3.3.4 新算法流程39-40
• 3.4 实验结果及分析40-48
• 3.5 本章小结48-49
• 第四章 有重叠视野摄像机间的目标关联49-63
• 4.1 目标关联方法分类49-51
• 4.2 视野分界线的生成算法51-53
• 4.3 基于重叠视野区域的目标关联算法53-56
• 4.3.1 基于单应性矩阵的视野分界线生成54
• 4.3.2 目标对应关系的判别54-56
• 4.4 实验结果及分析56-62
• 4.5 本章小结62-63
• 第五章 无重叠视野摄像机间的目标关联63-73
• 5.1 D-S证据理论概述63-64
• 5.2 基于D-S证据理论的多特征融合目标关联算法64-69
• 5.2.1 多特征描述65-66
• 5.2.2 基本置信指派函数构造66-68
• 5.2.3 决策规则68
• 5.2.4 算法流程68-69
• 5.3 实验结果及分析69-72
• 5.4 本章小结72-73
• 第六章 总结与展望73-75
• 6.1 论文工作总结73-74
• 6.2 未来工作展望74-75
• 致谢75-76
• 参考文献76-81
• 硕士期间取得的研究成果81-82

【参考文献】

中国博士学位论文全文数据库 前1条

1 孙晓燕;多摄像机接力目标跟踪关键算法研究[D];山东大学;2014年

中国硕士学位论文全文数据库 前1条

1 常向魁;视频运动目标跟踪算法研究[D];河南大学;2007年

  本文关键词：多摄像机下运动目标跟踪关联的关键技术研究，由笔耕文化传播整理发布。

，

本文编号：383495