文档介绍：北京印刷学院硕士学位论文信号与信息处理专业二○○四届孟凡清中图分类号::公开硕士学位论文基于背景差分法与ORB算法的运动目标检测与跟踪算法研究Study on the moving objectdetection and tracking based on background subtractionand ORBalgorithm专业:信号与信息处理研究生:孟凡清指导教师:游福成教授二〇一五年三月I摘要近年来,运动目标检测与跟踪技术的研究已经被越来越多的国内外学者所关注,这类研究对智能监控、城市交通等很多应用场合都有非常重要的意义。因此,目标检测与跟踪的科研和经济价值是相当高的。本文重点研究如何提高算法的速度和实时性,以及如何去克服实际中所遇到的常见问题。针对目前运动目标跟踪算法存在的速度慢、遮挡和变形时鲁棒性差等问题,本文提出了一种基于ORB特征的运动目标跟踪方法。首先,通过混合高斯模型进行背景图像建模;然后,通过背景差分法将当前图像和背景图像进行差分运算,运算后的图像经过形态学处理后,得到运动的目标。对目标区域提取ORB特征,建立目标的特征集。在下一幅图像中检测已经被跟踪的目标,找到目标的位置,并进行特征集的更新。在目标区域中进行ORB特征匹配时,会得到许多错误的匹配,针对这一问题本文提出了一种基于改进LMedS的PROLMS算法。该算法可以把错误匹配的特征点剔除掉并且使用更加方便。对于多目标的跟踪,本文使用mean-shift对目标位置进行预测,避免了全局的特征匹配的耗时问题,同时本文将提出的基于ORB特征的目标跟踪算法同基于CamShift的跟踪算法进行比较,结果表明基于ORB的跟踪算法可以克服CamShift算法在目标和背景颜色接近时跟踪失效的缺点。本文也将提出的目标跟踪算法同基于SIFT和SURF特征点的目标跟踪算法进行了比较,结果显示本文算法速度上明显比上面两种算法快,提高了跟踪的实时性。最后,在Visual Studio 2010软件环境下实现了本文的算法并进行了算法测试。实验结果表明,本文提出的运动目标跟踪算法能够准确地跟踪到运动目标并具有很好的实时性。关键词:目标检测;目标跟踪;混合高斯模型;ORB;mean-shift;CamShiftIIABSTRACTIn recent years, moving object detection and tracking technology havebeen concernedby more and morescholars. Theyhavevery important significanceon intelligent monitoring, urban transportation and many other applications. Therefore, the researchof object detection and tracking has quite high scientific and economic value. This paper focuses on how to improve the algorithmspeed and real-time, as well as how to mon problems in connection withthe slowspeedand poorrobustnessof shelter and deformationin the currentmoving object tracking algorithm, this paper proposeda moving object tracking method based on the , we used the Gaussian mixture model to estimate the background. Secondly, the difference of frame and background was treated as the foreground,then weobtainedthe objects in the foregroundprocessed bymorphological algorithm. Thirdly,the ORB featureswere extractedinallobjectareasand were used to establish feature set for every object. Finally,