復雜背景下視頻運動目標跟蹤算法研究.pdf

1、隨著國際化進程的推進，國防和人身安全問題受到越來越多的關注。智能監(jiān)控系統(tǒng)在保障國家安全運行和社會穩(wěn)定中發(fā)揮著不可替代的作用，而視頻運動目標跟蹤技術對智能監(jiān)控系統(tǒng)的正常運行起至關重要的作用。
　　目前現(xiàn)有的目標跟蹤算法都具有一定的局限性，為了提高跟蹤算法的穩(wěn)定性和準確性，并且為滿足在不同場景下目標跟蹤的需求，本文提出了改進的CAMShift算法。通過對傳統(tǒng)CAMShift算法的深入分析，本文主要從以下三個方面改進CAMShift算法

2、:一是當圖像中有少量像素干擾或者受光照等因素的影響時，跟蹤窗口的大小也會不穩(wěn)定，因此在這種情況下可以將反向投影圖轉化為二值圖像，并對二值圖像進行幾何和形態(tài)學處理，這種方法可以最大限度的降低干擾。二是當圖像序列為動態(tài)背景時，由于CAMShift算法基于靜態(tài)的顏色模型，也就是貝葉斯定律的分母保持不變，使固定的背景模板不能與動態(tài)的背景像素相匹配，最終導致傳統(tǒng)的CAMShift算法的跟蹤效果欠佳。針對這一問題本文通過對每一幀中搜索窗口內的顏色模

3、型更新，而不是只更新背景顏色直方圖，保證得到的結果與跟蹤目標保持一致。這樣就可以用不斷更新的顏色模型來替代貝葉斯定律的分母，使目標模型能與動態(tài)的顏色模型實時匹配。三是當有遮擋發(fā)生時，容易產(chǎn)生目標丟失的現(xiàn)象，為了解決這一問題本文通過計算Bhattacharya系數(shù)來判斷是否發(fā)生遮擋，將Kalman濾波融入到自更新的CAMShift算法中，可以實現(xiàn)遮擋情況下的跟蹤。
　　對靜態(tài)有背景干擾、靜態(tài)有遮擋、動態(tài)背景干擾、光照變化等情況，利用