文档介绍：论文题目:基于MeanShift和粒子滤波的目标跟踪工程领域:电子与通信工程硕士生:郑 璐 (签 名) 指导教师:吴冬梅(校内) (签 名) 唐 明(校外) (签 名) 摘 要计算机视觉是研究如何使机器能够具有“视觉”特征的科学。基于计算机视觉的智能化监控系统正广泛应用于社会生活的各个领域,而运动目标跟踪技术作为视觉监控系统中最不可或缺的环节,具有很深远的研究意义。对于复杂的监控场景,面对场景中可能出现的种种干扰以及目标自身的多变性问题,如何进行实时、准确、有效的跟踪,是目标跟踪技术研究的重点和难点。本文主要研究了MeanShift算法和粒子滤波算法在复杂场景下对单目标和多目标的平稳鲁棒的跟踪。运动目标跟踪系统包括检测和跟踪两个阶段。目标检测是目标跟踪的基础,为了提高后续跟踪的有效性,本文分析比较了几种常见的检测算法,结合它们各自的优缺点和实际应用,采用ViBe背景建模法更新背景图像,利用背景减除法检测前景目标,结合阴影抑制、形态学处理、提取连通分量等操作提取出完整的运动目标。针对单目标跟踪中存在的一些问题,本文在MeanShift算法的基础上提出一种基于颜色纹理特征的MeanShift跟踪算法,并通过实验验证了该算法的有效性和准确性,能够解决单目标跟踪中目标的多尺度变化问题,并且能够克服遮挡以及目标与背景颜色一致时产生的干扰。在对多目标跟踪的研究中,基于MeanShift迭代的粒子滤波(PFBMS)算法能很好的解决跟踪中目标之间的碰撞问题,可应用于多目标跟踪。针对多目标跟踪中目标出现、合并、分裂、消失等状况的随机性,本文提出了相应的跟踪策略。并且以检测阶段的ViBe背景模型作为检测模块,以PFBMS算法作为跟踪模块,实现了基于粒子滤波的团块化多目标跟踪。实验结果表明本文算法最终可以鲁棒的实现对多目标的跟踪。关键词:目标跟踪;粒子滤波;MeanShift;ViBe研究类型:理论研究Subject:TargetTrackingMethodBasedonMeanShiftandParticleFilterSpecialty:municationEngineeringName :ZhengLu (Signature) Instructor:WuDongmei (Signature) TangMing (Signature) putervision,widelyusedinfieldssuchasvideosurveillance,puterinteraction,,plexenvironmentandtargetitself,,researchingmuchmorestable,-targetandmulti-,bineswithmorphologicalfilters,shadowssuppress,,-(PFBMS)algorithmcanbettersettlethecollisionbetweenobjectsintheprocessoftracking,whichcanbeappliedtomultipletargettra