文档介绍：分类号: 密级: U D C : 编号: 学位论文动态场景下运动目标跟踪研究乔运伟指导教师姓名: 杨帆教授河北工业大学申请学位级别: 硕士学科、专业名称: 微电子学与固体电子学 论文提交日期: 2011 年11 月 论文答辩日期: 2011 年12 月 学位授予单位: 河北工业大学答辩委员会主席: 评阅人: 2011 年11 月 Dissertation Submitted to Hebei University of Technology for The Master Degree of Microelectronics and So lid State Electronics OBJECT TRACKING RESEARCH UNDER DYNAMIC ENVIRONMENT By Qiao Yunwei Supervisor: Prof. Yang Fan November 2011 河北工业大学硕士学位论文 i 动态场景下运动目标跟踪研究摘要运动目标跟踪技术作为机器视觉研究中的一个重要研究方向,引起了国内外研究者的广泛关注,并在工业生产、智能监控、医疗诊断、国防等领域有广泛的应用。但是由于受到运动目标的姿态变换及多变背景环境的干扰,直到现在仍然没有一种通用的、健壮的、高性能的目标跟踪方法。本文以目标跟踪为主题,对存在摄像机抖动时的目标跟踪难点问题进行了研究,主要内容如下: (1)采用角点特征匹配的方法估计全局运动的参量,并利用此参量在图像帧间进行补偿,以消除由摄像机抖动等引起的全局运动。实验证明经过运动分析得出的全局参数精度在一个像素内,用此参数进行运动补偿,能够很好抑制全局运动。 (2)在研究分析了目标检测算法的基础上,提出了融合背景差与帧差的检测方法,对图像进行掩模滤波处理,用帧间差分值作为背景更新的控制条件。本算法能够根据实际情况更新背景,同时克服了帧差检测结果中包含过多背景的现象,且能够实现实时的检测。 (3)为了提高检测的速度,采用分块差分的方法进行目标检测。将差分结果分成大小相等的块,对于只含有背景或前景的块进行粗检测,对于同时包含前景和背景的交叉块进行分块细检测。 (4)对经典的 Mean Shift 跟踪算法进行了研究,针对其采用单一颜色信息易产生跟踪失效的缺点,提出了颜色特征和梯度特征融合的 Mean Shift 跟踪方法。该跟踪方法对光照变化不敏感,且能够实现实时的跟踪。 (5)当目标进行复杂的运动时,其姿态会发生变化,为了能够准确的跟踪运动目标, 提出了基于相似变换的 Mean Shift 的跟踪算法,适用于目标发生姿态变化时精确实时跟踪。 关键词: 目标检测,目标跟踪,运动估计,特征融合,相似变换, Mean Shift 动态场景下运动目标跟踪研究 ii OBJECT TRACKING RESEARCH UNDER DYNAMIC ENVIRONMENT ABSTRACT The technology of object tracking is an important field of research puter vision. Object tracking technology can be used in many fields such as industry yield, video surveillance, diagnoses and national defence, so it capture the attention of international investigators. But because of the influence of objects’ post plex environment, now the universal method has not appeared that can track objects exactly and efficiently. The key problem is object tracking. Several as pects around the key problem are studied in this dissertation, and main contribution and work are described as follows: (1)Using corner feature matching method to estimation global parameters, then use the parameters pensate images in the image sequence frame