计算机软件与理论专业毕业论文计算机软件与理论专业毕业论文 精品论文精品论文 基于全方位视觉的基于全方位视觉的运动目标检测跟踪研究运动目标检测跟踪研究关键词：全方位视觉关键词：全方位视觉 减背景法减背景法 自适应阈值选取自适应阈值选取 背景干扰过滤背景干扰过滤 颜色模型颜色模型 图象图象 处理处理摘要：随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机 视觉领域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成 部分。本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧 中区域像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选 取减背景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适 应更新，能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二 值化处理过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化， 分割出较完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通 域标记处理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本 文对该算法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻 域内像素点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时 间，满足系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存 在，对其进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区 域的几何特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过 滤背景干扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动 目标检测跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出 将运动目标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模 型相结合进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现 了运动目标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于 全方位视觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动 目标的准确、实时检测与跟踪。正文内容正文内容随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视 觉领域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部 分。本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中 区域像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取 减背景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应 更新，能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值 化处理过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分 割出较完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域 标记处理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文 对该算法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域 内像素点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间， 满足系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在， 对其进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的 几何特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背 景干扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动目标 检测跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出将运 动目标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模型相 结合进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现了运 动目标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于全方 位视觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动目标 的准确、实时检测与跟踪。 随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视觉领 域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部分。 本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中区域 像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取减背 景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应更新， 能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值化处理 过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分割出较 完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域标记处 理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文对该算 法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域内像素 点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间，满足 系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在，对其 进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的几何 特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背景干 扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动目标检测 跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出将运动目 标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模型相结合 进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现了运动目 标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于全方位视 觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动目标的准 确、实时检测与跟踪。随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视觉领 域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部分。 本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中区域 像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取减背 景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应更新， 能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值化处理 过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分割出较 完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域标记处 理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文对该算 法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域内像素 点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间，满足 系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在，对其 进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的几何 特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背景干 扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动目标检测 跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出将运动目 标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模型相结合 进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现了运动目 标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于全方位视 觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动目标的准 确、实时检测与跟踪。 随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视觉领 域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部分。 本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中区域 像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取减背 景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应更新， 能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值化处理 过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分割出较 完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域标记处 理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文对该算 法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域内像素 点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间，满足 系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在，对其 进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的几何 特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背景干 扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动目标检测 跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出将运动目 标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模型相结合 进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现了运动目 标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于全方位视 觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动目标的准 确、实时检测与跟踪。 随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视觉领 域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部分。本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中区域 像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取减背 景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应更新， 能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值化处理 过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分割出较 完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域标记处 理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文对该算 法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域内像素 点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间，满足 系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在，对其 进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的几何 特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背景干 扰，提高目标检测的准确性，并且减少了系统的运算量，提高了运动目标检测 跟踪的实时性。 针对全方位视觉中图像发生扭曲的特性，本文提出将运动目 标的像素面积、中心坐标、外接矩形等形态信息与运动目标的颜色模型相结合 进行特征匹配，提高了目标跟踪的鲁棒性；并且利用卡尔曼滤波实现了运动目 标的预测，提高了目标匹配的精度与速度。 最后，本文实现了基于全方位视 觉的运动目标检测跟踪，实验结果表明，系统能够实现对场景中运动目标的准 确、实时检测与跟踪。 随着计算机技术、图象处理技术的不断发展，视频监控已经成为计算机视觉领 域的一个重要研究课题，而运动目标检测与跟踪是视频监控的重要组成部分。 本文基于全方位视觉设备获取场景中的运动目标信息，通过图像序列帧中区域 像素值的变化检测运动目标，根据目标的特征实现目标跟踪。 本文选取减背 景法实现运动目标检测。采用统计方法建立背景模型并实现背景的自适应更新， 能够在场景中存在运动目标的情况下实现背景的准确提取。在图像二值化处理 过程中，本文实现了阈值的自适应选取，能够适应光照条件的变化，分割出较 完整的运动目标区域，提高目标检测的准确性。 在对图像进行连通域标记处 理时，传统算法对邻域内的非零像素点需要两两作等价标记处理，本文对该算 法作了改进，只需对其中的部分情况作等价标记处理，大大减少了邻域内像素 点间的等价匹配次数，实验结果表明本文方法能有效减少系统处理时间，满足 系统实时性需求。 场景中的运动区域通常包含有一定背景干扰物存在，对其 进行跟踪会增加系统不必要的开销，针对这一状况，本文引入运动区域的几何 特征量，提出背景干扰过滤方法，实验结果表明本文方法能有效地过滤背景