一、课题背景
视频运动目标检测与跟踪算法是计算机视觉领域的一个核心课题，也是智能视频监控系统的关键底层技术。它融合了图像处理、人工智能等领域的研究成果，已经广泛应用于安保监控、智能武器、视频会议、视频检索等各个领域。因此，检测与跟踪算法研究具有极其重要的理论意义和实用价值。
运动目标检测与跟踪涉及到计算机图像处理、视频图像处理、模式识别、以及人工智能等诸多领域，广泛地应用于军事、工业、生活等各个方面。研究内容分为三个方面：图像的预处理、运动目标的检测和运动目标的跟踪。在图像的预处理方面，采用均值滤波，抑制噪声；并应用形态学的方法进行滤波和去除小黑点，改善图像质量。
在运动目标的检测方面在运动目标检测方面，本文对常用的三种方法进行了分析，包括帧间差分法和背景差分法，并指出其优缺点及主要的适用范围;重点研究了帧间差分法，帧间差分法比较简单，对环境的适应能力强，但是检测到的运动目标不精确。
在运动目标的跟踪方面，也做了初步的研究。采用最小外界矩形框来定位目标，借助最近领域法预测目标位置，缩小目标的搜索范围，提高目标的跟踪速度。
"https://zhuanlan.zhihu.com/write#_Toc293496007">Abstract 2
第一章 绪论
1．1课题的研究背景及意义
随着计算机技术的不断发展，计算机能力得到了极大的提高，使得利用计算机实现人类的视觉功能成为目前计算机领域最热门的课题之一。该领域称之为计算机视觉，它是计算机技术，电子信息工程，微电子技术等多学科的一个共同的衍生点，是一门新兴的技术。计算机视觉研究的目标是使计算机具有通过图像（和静止的图像相比，运动图像包含了更多的信息)认知周围环境信息的能力，这种能力不仅能使计算机能感知环境中物体的几何信息，包括它的形状、位置、姿态、运动等，而且能对它们进行描述、存储、识别与理解。
在过去的二十多年里，如何利用计算机把运动目标检测出来并对感兴趣的部分进行跟踪，从而实现对目标运动行为的理解和描述，一直是一个具有挑战性的课题，也是一项非常活跃的研究领域。
运动目标的检测与跟踪，目的是通过对视频图像的分析，实现对场景中目标的定位、识别和跟踪，从而做到对目标行为的分析，在完成日常管理外还能对发生的异常情况做出反应。对视频的自动检测可以减少对视频信号的存储并能实现自动报警。它可以指导操作人员去解决一些潜在的问题．还可以极大的减少视频传输所需要的带宽，并且只存储一些感兴趣的片断。
运动目标的检测和运动目标的跟踪，这两方面工作是一个承接的关系，但同时也相互影响。运动目标检测是第一部分，它就是实时地在被监视的场景中检测运动目标，并将其提取出来。运动目标跟踪也是衔接运动目标检测和目标行为分析和理解的一个重要环节。所谓运动目标跟踪，就是在运动目标检测的基础上，利用目标有效特征，使用适当的匹配算法，在连续图像中寻找与目标最相似的图像的位置，简单的说就是给目标定位。在实际应用中，运动目标跟踪不仅可以提供目标的运动轨迹和准确定位目标，为下一步的目标行为分析与理解提供了可靠的数据来源，而且也可以为运动目标检测提供帮助，从而形成一个良性的循环。运动目标的检测、跟踪技术是一个对实时性和识别精度有较高要求的高科学技术。在技术上涉及到计算机图像处理、视频图像处理、模式识别、以及人工智能等诸多领域，因而具有较强的研究价值。而且它在军事、工业和科学研究方面的应用极为广泛，如：视频监视、虚拟现实、运动目标捕获、智能交通、军事制导等。正是由于这些显著的优点及其广泛的应用前景，研究图像目标的检测与跟踪具有重要的意义。
视觉跟踪技术具有广阔的应用前景，并不仅仅局限于上述所介绍的几个方面。实现一个具有鲁棒性、准确性的视觉跟踪系统是当前视觉跟踪技术努力的方向。随着计算机技术的不断发展，视觉跟踪技术作为计算机视觉领域中的核心技术之一，在一些关键技术中具有越来越重要的作用。
1．2国内外的研究现状，发展动态
1．2．1国外研究现状
图像的类型主要有三种：可见光图像、红外图像和雷达图像。其中可见光图像是通过光学成像原理得到的；红外图像是通过不同物体表面辐射的热量不同的而得到的；雷达图像则是合成孔径雷达、毫米波雷达、激光雷达等不同成像手段得到的图像。针对它们不同的特点，也就产生了不同的检测跟踪算法。本文针对可见光图像中的运动目标进行分析研究。
巨大的商业价值和应用价值使越来越多的公司和学术机构致力于这种技术的研究。美国，英国等国家己经展开了大量相关项目的研究。1997年，由美国国防高级研究项目署DARPA(DefenceAdvanced Research Projects Agency)领头，以美国卡耐基梅隆大学为首，麻省理工学院等高校参与了视频监控系统项目VSAM（
最低0.47元/天 解锁文章
6391
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
