复杂背景下运动目标检测与跟踪方法研究

运动目标检测与跟踪算法因其在军事制导、安全监控、智能交通等领域的广泛应用，已经成为了当前图像处理和计算机视觉领域的重要研究项目之一。由于摄像机位置和角度的变动、光照变化以及背景中物体的阴影等因素的影响，对于复杂背景下的运动目标检测和跟踪算法的研究，已经成为现今的研究热点之一。本文在分析和总结了目前常用算法的基础上，以人和车辆为研究对象，重点研究了复杂背景下的图像预处理算法、运动目标检测算法和运动目标跟踪算法。首先对获取到的原始图像进行预处理操作，然后对预处理后的图像进行运动目标检测提取出目标区域图像，并对目标区域图像进行后处理操作，采用运动目标跟踪算法实现对运动目标的跟踪，最终完成运动目标的锁定。本文完成的主要工作有：(1)图像预处理方面：在对目前常用图像预处理算法进行试验分析的基础上，选用中值滤波算法和拉普拉斯掩模锐化算法完成对原始图像的预处理操作，并针对中值滤波算法处理速度较慢的缺点进行了改进，有效地去除了原始图像中的噪声，并凸显了目标物体的边缘信息，便于实现对运动目标的检测；(2)运动目标检测方面：重点研究了基于图像配准和连续四帧差分相乘的运动目标检测方法，采用该方法对预处理之后的图像进行分析，成功地实现了复杂背景下运动目标的检测，然后对目标图像进行了形态学处理和连通域分析等图像后处理操作，去除了目标图像中的干扰信息，并获取了运动目标在原始图像中的位置，为实现运动目标的正确跟踪提供了基础；(3)运动目标跟踪方面：研究了基于色彩直方图特征和基于方差比值特征的MeanShift算法的目标跟踪原理及其实现过程，并通过分析检测过程中得到的目标结果图像，试验比较了两种算法的跟踪效果，最终选用了基于方差比值特征的Mean Shift目标跟踪算法，可于复杂背景下实时准确地完成运动目标的跟踪。本文在VC++6.0开发平台下，采用C语言编写程序并调用了部分OpenCV库函数，实现了以上提出的图像预处理、运动目标检测和跟踪算法，并通过试验验证了算法的有效性，成功实现了对复杂背景下运动目标的检测与跟踪。