【摘要】：視頻監(jiān)控系統(tǒng)已經(jīng)遍布人類生活中的各個角落,人們對于視頻監(jiān)控中各項技術(shù)的研究也日益成熟。目標跟蹤作為一個基本的問題已經(jīng)得到了廣泛的研究,學者們提出了各種各樣的視頻目標跟蹤方法,同時也遇到了一些問題,如非剛性目標的姿態(tài)變化,環(huán)境中的光照變化等。家庭環(huán)境中的視頻監(jiān)控系統(tǒng)也面臨著這樣的問題,尤其是復雜的背景環(huán)境對目標跟蹤的影響。本文主要針對復雜背景環(huán)境下的目標跟蹤進行了研究,主要研究內(nèi)容如下：(1)針對固定背景的環(huán)境運動檢測問題,本文對幾種簡單的背景模型進行了分析,重點對碼本模型進行了研究,在經(jīng)典碼本模型的基礎上對其進行改進以快速適應環(huán)境,提出了多模式的分塊權(quán)值碼本模型,實現(xiàn)了對背景模型的快速建模及更新,并能適應光照等噪聲變化。(2)針對復雜環(huán)境中的目標,本文分析了粒子濾波跟蹤算法,主要對基于特征直方圖的粒子濾波算法進行研究。目標的顏色直方圖對目標的整體進行表征,紋理直方圖對目標的內(nèi)部細節(jié)進行描述,根據(jù)兩種表示方法的可靠程度進行直方圖融合,實現(xiàn)了目標的準確跟蹤。(3)提出了一種跟蹤框架,將跟蹤問題分解為主要跟蹤、輔助跟蹤、目標標準模板庫三部分。主要跟蹤采用特征點匹配的方法,保證了目標跟蹤的準確性；主要跟蹤失敗時,輔助跟蹤采用粒子濾波算法快速找回目標,兩者結(jié)合保證了目標跟蹤的連續(xù)性；目標標準模板庫收集可靠的目標模板,保證了目標跟蹤的可靠性。為了防止跟蹤漂移,設計了目標特征和目標模板的更新策略,提高了目標跟蹤算法的穩(wěn)定性,有效抑制了跟蹤漂移發(fā)生。(4)在目標跟蹤基礎上,實現(xiàn)對目標的雙目視覺定位。首先對攝像機進行標定,然后對雙目攝像機利用人工放置標志物的方法求取攝像機位置關(guān)系實現(xiàn)雙目攝像機標定,利用極限約束實現(xiàn)兩個攝像機中目標的匹配并實現(xiàn)目標點匹配,最終實現(xiàn)目標定位。
【圖文】：

目標的表達方式可Ｗ分為目標的形狀表達和目標特征表達。目標的形逡逑狀表示的目的是將目標Ｗ形狀的方式標記出來，可Ｗ分為點、基本幾何形逡逑狀、較接式形狀、輪廓、剪影、骨架等。如圖１－１所示；逡逑１１１１逡逑＜？＞邋春（０邋Ｑ邋（９）邋ｍ邋Ｗ邋ｇ逡逑４４４４逡逑圖１－１目標表示方法逡逑其中（ａ）為單個點表示，（ｂ）為多個點表示，（Ｃ）和（ｄ）為基本幾＿逡逑何形狀表示，（ｅ）為剪影表示，（ｆ）為輪廓表示，（ｇ）為較接式形狀表示，逡逑（ｈ）為骨架表示。目標的形狀表示是用來說明目標的形態(tài)結(jié)構(gòu)信息，，是逡逑一種表示結(jié)果，即用這樣的形狀代表目標，但是往往包含了很多目標之外逡逑的像素，或缺少了很多目標的像素。逡逑目標的形狀表示是由目標的特征進行估計得到的結(jié)果，目標跟蹤的依逡逑據(jù)在于目標的特征。目標特征一般可分為顏色特征、梯度特征、紋理特逡逑征、運動特征等。逡逑（１）顏色特征逡逑顏色特征是最基本的目標特征，具有很強的目標分別能力，大量的文逡逑獻中都用帶了目標的顏色特征。為了方便地將圖像實現(xiàn)出來

邐邐逡逑準差作比較，如果差值超出標準差范圍，那么該像素點被劃分為背景，否逡逑則是前景，這樣就可ｔｕ檢測到運動目標。逡逑由于方差計算量大，為了提高計算效率，用平均絕對差分值代替統(tǒng)計逡逑模型中的方差。具體實現(xiàn)方法如下：逡逑１、統(tǒng)計一段時間內(nèi)視頻圖像序列中各像素的巧值，得到均值圖像ｌａｖｇ。逡逑２、統(tǒng)計一段時間內(nèi)的巧鄰兩偵像素之間的差值，并取絕對值，得到逡逑平均絕對差分圖像ｋｉｆ。逡逑３、根據(jù)像素的平均絕對差分值，設置背景減差閩值，得到高闊值圖逡逑像Ｉｈ和低閩值圖像１｜。逡逑４、新一\枷裼肜低枷褡鞅冉�，染J詬叩屠搗段�，则为睕_義暇�，否则为前景，完迟p枷裨碩勘曇觳�。辶x掀驕鮒搗ń峁繽跡玻菜荊等。保氨兜鈉驕圓罘種擔哄義

本文編號：2556427