【摘要】：視頻序列中的移動目標跟蹤是計算機視覺領(lǐng)域的熱點研究課題之一,在軍事和民用領(lǐng)域都有廣泛的應用,吸引了眾多國內(nèi)外學者的普遍關(guān)注。研究者們提出了許多有效的跟蹤算法,跟蹤的性能也不斷得到提高。然而,在實際應用中,仍然存在一些尚未解決或者有待更好地解決的問題,特別是關(guān)于目標非線性形變、姿態(tài)變化,前景與背景間的遮擋、交錯,復雜背景中噪聲干擾等各種影響跟蹤的問題。因此,視頻跟蹤算法的魯棒性、準確性提高仍然是一項充滿挑戰(zhàn)的工作。此外,跟蹤算法的實時性也是需要考慮的內(nèi)容。論文研究視頻移動目標檢測和跟蹤算法,主要完成以下三個方面的創(chuàng)新性工作：(1)針對目標檢測和跟蹤過程中背景未知、背景復雜問題,提出一種基于背景動態(tài)重建的視頻移動目標檢測方法。該方法結(jié)合目標方向動態(tài)重建背景,并在新建立的背景基礎上進行目標檢測和跟蹤,解決了現(xiàn)有方法中前景檢測依賴已知背景的問題。并且,對背景進行形態(tài)學運算,加強了針對輕微抖動、亮度變化等復雜背景的抗干擾能力,提高了檢測和跟蹤的準確率和效率。(2)針對視頻目標跟蹤過程中目標的遮擋問題,提出一種結(jié)合目標顏色信息拓撲關(guān)系的目標跟蹤方法。該方法將目標顏色位置拓撲關(guān)系作為新特征與其他特征進行融合實現(xiàn)目標跟蹤,解決了傳統(tǒng)目標跟蹤方法將顏色成分相同而位置不同的其他背景識別為目標的問題；通過對拓撲結(jié)構(gòu)矩陣進行近似同構(gòu)性的判斷,解決由于部分顏色信息被掩蓋導致的識別錯誤問題,為此類特征融合的目標跟蹤算法提供了新的思路；通過將多個特征弱分類器組成級聯(lián)強分類器建立目標判決模型,有效解決目標在運動中經(jīng)常出現(xiàn)的單一特征缺失導致跟蹤無法繼續(xù)的問題,提高視頻中目標跟蹤算法的有效性和準確性。(3)針對傳統(tǒng)多移動目標跟蹤方法計算量大,不能保證計算的實時性問題,提出一種視頻實時多移動目標跟蹤的分布式方法,并設計合理的分布式調(diào)度算法。該分布式方法將前景按照其連通性分解成若干子目標進行跟蹤,降低因為被跟蹤目標過大、過多導致的時耗,提高多移動目標跟蹤的效率,達到實時性標準。綜上,論文對視頻目標檢測和跟蹤過程中的背景重建、多特征融合的目標跟蹤方法及多目標跟蹤的分布式方法等問題進行研究。能夠解決目前大多數(shù)跟蹤都需要依賴已知背景的問題,消除背景復雜、成像設備抖動、亮度變化等情況對跟蹤的不利影響；找到一組能夠較好的反映移動目標特點的特征,能夠有效地避免由于遮擋和其他原因?qū)е碌奶卣鲹p耗和淹沒；解決多目標跟蹤的計算量過大的問題,取得較好的時效性并實現(xiàn)多移動目標的實時跟蹤。
[Abstract]:......
【學位授予單位】：內(nèi)蒙古大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前6條

1 龔俊亮;何昕;魏仲慧;郭敬明;;采用改進輔助粒子濾波的紅外多目標跟蹤[J];光學精密工程;2012年02期

2 劉世軍;彭真明;趙書斌;張啟衡;;基于混沌粒子濾波的視頻目標跟蹤[J];光電工程;2010年07期

3 胡閩;劉純平;崔志明;王朝暉;張書奎;;聚類差分圖像核密度估計前景目標檢測[J];中國圖象圖形學報;2009年10期

4 王永忠;梁彥;潘泉;程詠梅;趙春暉;;基于自適應混合高斯模型的時空背景建模[J];自動化學報;2009年04期

5 羅萬福;艾斯卡爾;;視頻監(jiān)控系統(tǒng)中的背景提取算法[J];電視技術(shù);2006年12期

6 侯志強;韓崇昭;;視覺跟蹤技術(shù)綜述[J];自動化學報;2006年04期

相關(guān)博士學位論文 前5條

1 倪洪印;基于視頻的人體檢測與目標跟蹤方法研究[D];吉林大學;2014年

2 朱建章;復雜場景下實時視覺目標跟蹤的若干研究[D];武漢大學;2014年

3 李彤;智能視頻監(jiān)控下的多目標跟蹤技術(shù)研究[D];中國科學技術(shù)大學;2013年

4 王愛平;視頻目標跟蹤技術(shù)研究[D];國防科學技術(shù)大學;2011年

5 馮巍;分布式多視角目標跟蹤算法研究[D];復旦大學;2011年

相關(guān)碩士學位論文 前1條

1 江南春;肛管外病癥計算機輔助診斷的圖像分割和目標跟蹤[D];南昌大學;2011年

，

本文編號：2445691