文档介绍：独创性(或创新性)声明
本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成
果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其
他人已经发表或撰写过的研究成果;也不包含为获得桂林电子科技大学或其它教育机
构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已
在论文中做了明确的说明并表示了谢意。
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名: 日期:

关于论文使用授权的说明
本人完全了解桂林电子科技大学有关保留和使用学位论文的规定,即:研究生在
校攻读学位期间论文工作的知识产权单位属桂林电子科技大学。本人保证毕业离校
后,发表论文或使用论文工作成果时署名单位仍然为桂林电子科技大学。学校有权保
留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,
可以允许采用影印、缩印或其它复制手段保存论文。(保密的论文在解密后遵守此规
定)
本学位论文属于保密在____年解密后适用本授权书。
本人签名: 日期:
导师签名: 日期:

万方数据
万方数据
摘要
摘要
多摄像头目标跟踪是当前计算机视觉领域一个研究热点课题。它是一项涉及图像
处理、模式识别、信息融合、控制理论等多门学科交叉的前沿课题。多摄像头目标跟
踪系统在军事目标监控、反恐防暴等安保领域中体现了不可替代的重要作用。因此,
多摄像头目标跟踪技术无论是在学术理论领域,还是在实际应用中都具有非常重要的
研究价值。
在对多摄像头目标跟踪系统的关键技术研究中,单摄像头的目标检测和跟踪算法
以及多摄像头协同中的调度算法是该课题的研究重点和难点。结合该系统在军事、反
恐等特殊领域的应用特点,将三项关键技术作为主要研究内容。
首先,针对军事监控中目标经常伴有伪装、隐蔽,外观特征不明显的特点,选用
基于运动的帧差分法,并将参考帧数扩展到六帧,包括五个连续视频帧和一个背景帧。
在六帧差分的基础上,设计一种增强的二值化分割阈值,可以有效抑制多帧差带来的
图像灰度降低和环境噪声积累的问题。经过实验对比,该方法比普通的帧差法有更好
的目标分割效果。
其次,在重点区域的监控中,传统的跟踪算法很难实现对高速运动目标有效跟踪。
针对这种情况对 Mean Shift 跟踪算法进行了改进,利用 Kalman 滤波器提供目标模型
自适应功能,结合粒子滤波算法使 Mean Shift 算法跟踪高速目标时更加准确、快速,
并设计了一种全新的模板更新策略,形成一种新的二次优化型 Mean Shift 跟踪算法。
与改进前的算法相比新算法在跟踪目标高速运动或发生较大形变时有更优异的表现。
最后,重点研究了多摄像头协同调度算法,引入在经济学和管理学中广泛应用的
层次分析法(AHP),把摄像头协同调度问题看做是管理问题来处理。使用 AHP 分析
判断环境信息、目标特征、摄像头自检状态等多种准则,通过定性指标模糊量化的方
法做出最优化决策。这种最优化决策方案有效提高了目标跟踪系统中多摄像头的协同
调度能力。

关键词:目标检测,帧差法,目标跟踪,Mean Shift,层次分析法。

I
万方数据
Abstract

Abstract
Multi-camera target tracking is a hot research topic in the field puter vision. It
is an advanced subject involving image processing, pattern recognition, information fusion,
control theory and other disciplines inter-crossed. Multi-camera target tracking system
plays an irreplaceable important role in military target surveillance, anti-terrorism and
anti-riot and other security field. Therefore, both in the academic field and in the practical
application, multi-camera target tracking technology has important resear