摘 要

在人们能够感受到的外部信息中，有绝大部分是通过眼睛获取的，而这些信息又主要来自于各种各样的图像。随着接受到的信息量越来越多，人们希望计算机能够自主的处理这些庞大的信息，计算机视觉领域的研究得到了很高的重视。在计算机视觉领域中，智能视频监控技术占据了重要的地位，运动目标检测与跟踪技术作为视频处理领域的一个核心研究课题，得到了高度关注与广泛的应用。因此，运动目标检测与跟踪算法的研究有着重要的理论意义和现实价值。
本文以智能视频监控为应用背景，针对摄像机静止情况下摄取的视频序列研究运动目标的检测与跟踪。在运动目标检测方面，本文重点研究了帧间差分法，并针对该算法的基本算法进行了改进，在运动目标跟踪方面，重点研究了基于Mean Shift算法的运动目标跟踪的原理。在matlab软件平台上，对采集到的视频序列分别进行了目标检测与跟踪算法的编程实现。

关键词：运动目标检测；运动目标跟踪；帧间差分法；Mean Shift算法

Abstract

In the In the external information that people can feel, most of them are obtained through eyes, and these information comes mainly from all kinds of images. With more and more information received, people hope that computers can handle these huge information autonomously, and the research of computer vision has been paid much attention. In the field of computer vision, intelligent video surveillance technology occupies an important position. Moving target detection and tracking technology, as a core research topic in the field of video processing, has been highly concerned and widely used. Therefore, the research of moving object detection and tracking algorithm has important theoretical and practical value.

Based on the background of intelligent video surveillance, this paper studies the detection and tracking of moving targets for video sequences captured in camera static condition. In the aspect of moving target detection, this paper focuses on the inter frame difference method, and improves the basic algorithm of the algorithm. In the aspect of moving target tracking, the principle of moving target tracking based on Mean Shift algorithm is mainly studied. On the MATLAB software platform, the target detection and tracking algorithm is programmed separately for the collected video sequences.

Keywords: moving object detection；moving object tracking；frame difference method,；

Mean Shift algorithm

目 录

第1章 绪论...................................................................................................................................1

1.1 研究背景与研究意义.......................................................................................................1

1.2 国内外研究现状及发展趋势...........................................................................................2

1.3 本文的研究内容及结构安排...........................................................................................3

第2章 运动目标检测算法概述...................................................................................................4

2.1 引言...................................................................................................................................4

2.2 光流法...............................................................................................................................5

2.3 帧间差分法.......................................................................................................................6

2.4 背景减除法.......................................................................................................................6

第3章 运动目标跟踪算法概述...................................................................................................9

3.1 引言...................................................................................................................................9

3.2 基于轮廓特征的跟踪算法...............................................................................................9

3.3 基于区域特征的跟踪算法.............................................................................................10

3.4 基于目标特征的跟踪算法.............................................................................................11

3.5 基于运动特征的跟踪算法.............................................................................................11

第4章 运动目标检测与跟踪算法实现.....................................................................................13

4.1 目标检测算法的实现与结果分析.................................................................................13

4.1.1 帧间差分法的算法实现.........................................................................................13

4.1.2 结果分析.................................................................................................................16

4.2 目标跟踪算法的实现与结果分析.................................................................................17

4.2.1 基于Mean Shift的跟踪算法实现.........................................................................17

4.2.2 结果分析.................................................................................................................19

第5章 总结与展望.....................................................................................................................21

5.1 总结.................................................................................................................................21

5.2 展望.................................................................................................................................21

参考文献.......................................................................................................................................22

致谢...............................................................................................................................................23

第1章 绪论

1.1研究背景与研究意义

随着摄像设备的广泛应用，信息和互联网技术的快速发展，视频序列数据的采集、存储和传输越来越方便快捷，这导致了视频的数据量飞快地增长，如何分析和处理这些庞大的数据也随着时代的潮流进入了大数据时代。如何从这大量的视频数据中智能地获取有用信息至关重要，因此智能视频分析与处理已成为当下的研究热点之一。在大量的视频数据中占据绝大部分信息量的通常是比例较小的目标区域，因此，如果能够实现自动分析和处理这些大量视频数据中的目标信息，那么绝可以极大地提高处理的效率。运动目标检测和跟踪技术是目标信息提取和处理的重要手段，也是智能视频分析的基础和关键技术^[1]。
另一方面，随着城镇化的步伐不断前进，道路上的车辆日益增多，因此而引发的各方面的安全问题也渐渐变的更加复杂和多样。这些状况使得社会各个领域的人都开始提高对视频监控技术的重视程度，也成为了研究和发展运动目标检测与跟踪技术的重要的动力。与此同时，计算机技术一直在迅猛发展，并越来越多地参与到了信息处理中，并起到了至关重要的作用，提高了各方面信息处理的水平，因此运动目标检测与跟踪的相关技术水平也提升了很多，相关的研究成果也得到了普遍的应用。运动目标检测与跟踪技术主要涉及了运动目标的检测和提取、识别和跟踪、行为分析和理解等多方面的研究，这些方面技术的深入研究不仅具有很高的现实应用价值，而且能够有力地促进计算机视觉领域的发展。

运动目标检测技术刚开始一般用在视频监控系统中，常见于商业场所和社会公共场所中，尤其是像金融机构、机场和政府部门等具有较高的安全性要求的场所。然而，随着人们的生活质量和各种需求不断提高，人们对自身接触的环境的安全要求也越来越高。另外，各种技术的提高也使得犯罪分子使用的手段越来越高超，使得政府和人民越来越清楚地意识到，这些人的犯罪活动已经在很大程度上影响到了国家经济和社会的健康发展，给国家带来巨大的损失，更严重的是，它使人民的生活和生命财产都承受了很大的危险性。所以，在人群密集和人们经常去的地方，像商场、银行以及各种大型活动场所等都运用了监控设备持续录像，对监控范围内出现的车辆或人等应用运动目标检测技术实时监控^[2]。 运动目标跟踪技术在视频分析、交通、导航和军事等方面也存在很多的应用。视频监控方面，如在动态场景中提前放置摄像机实现视频跟踪监控，已经在社区、超市等大型公共场所广泛应用；交通方面，能够对当前路况上的车辆的各种数据如车速和数量等状况进行随时的监控，还有助于及时处理发生的交通事故，可以实现智能化地处理交通状况；军事方面，如在导弹制导、空中飞行物体和靶场测量等方面跟踪技术的应用等。

运动目标检测与跟踪技术随着其应用日益增多，面对越来越复杂的实际应用场景，也将面临更多的挑战。同时，对于安全监控、智能交通等领域中的视频分析系统，人们对它的智能化要求也在不断提高，这也相当于对运动目标检测与跟踪技术的性能要求在提高。因此，深入研究运动目标检测和跟踪技术将有助于加强在军事安全、社会安全等方面智能视频分析系统的应用能力，推动国家安全和公共安全体系建设，推进我国信息惠民工程建设和智慧城市、智慧社区建设，它对促进我国国民经济的发展和社会的和谐发展具有重要的意义和深远的影响。

1.2国内外研究现状及发展趋势

国外许多著名的大学和研究机构对运动目标检测与跟踪技术进行了长期的不断探索和研究，在运动目标检测领域获得了很大的成果，比如，美国卡内基梅隆大学的Lipton等人在运动目标检测的帧间差分法方面持续不断地研究，提出了一种有效的改进算法；美国马里兰大学的Davis领导的团队一直在努力研究动态目标的检测，他们对基于背景模型算法的检测技术提出了改进；麻省理工学院的Stauffer等人也改进了背景模型算法，改进后背景模型能够自适应地建立。
在运动目标跟踪技术领域，国外开始这方面的研究比较早。20世纪中旬，GAC公司就研发出运用到军事领域中的地形识别跟踪系统；英国雷丁大学的研究人员在车辆和行人的跟踪方面进行了全面的研究。美国马里兰大学的学者也研制出了W4实时视觉监控系统，它不仅能够对人的身体部分进行定位，而且可以达到对多人进行跟踪的效果^[3]。

国际上也有许多学术期刊和学术会议在运动目标检测与跟踪技术方面做出了重大的贡献。其中主要的学术期刊有计算机视觉与图像理解(Computer Vision and Image Understanding)、模式分析与机器智能(IEEE Transactions on Pattern Analysis and Machine Intelligence)、国际计算机视觉学报(International Journal of Computer Vision)和图像处理(IEEE Transactions on Image Processing)等。另外，主要的学术会议有国际模式识别会议(International Conference on Pattern Recognition，ICPR)、计算机视觉与模式识别会议(International Conference on Computer Vision and Pattern Recognition，CVPR)和国际计算机视觉学术会议(International Conference on Computer Vision，ICCV)等。这些学术期刊和会议持续跟进了当前在运动目标检测与跟踪方面相关技术的研究热点和实现的进展^[4]。
在运动目标检测与跟踪技术领域，和国外相比，国内的研究开始的比较晚。但是最近这些年来，各大高校和研究机构都在这方面持续不断地去研究和探索，在相关领域做出了重大的贡献，取得了一定的成果。例如中国科学院北京自动化研究所的模式识别国家重点实验室针对视频监控中的异常行为和异常事件，研究并取得了喜人的成果；清华大学的研究人员把人生存的自然环境当成视频的研究对象，深入研究了真实场景中的视频内容；西安交通大学实现了一套智能的车辆跟踪系统。然而，我国在运动目标检测与跟踪方面还存在很多问题，如存在不能实时地处理数据、图像呈现的质量不高、容易跟踪不到目标等问题，这些都需要国内做这相关研究的学者共同努力来解决，来不断推动我国相关技术的发展。

1.3本文的研究内容及结构安排

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：