论文部分内容阅读
随着计算机技术和视频图像处理技术的快速发展,智能化视频目标监控已经成为机器视觉学科中的重要研究课题。以往,学界对特定运动目标和静态背景所做的理论研究和工程实践较多,其理论和应用都较为成熟,对非特定运动目标和动态背景的研究相对较少。目前,学界逐步将注意力转移到对后者的研究上,以解决不断涌现出的理论和应用难题,为此本文进行了动态背景下运动目标检测和自动跟踪技术研究,主要工作如下：动态背景下运动目标检测,主要做了两项工作：一是图像帧间配准,本文采用了八邻域Harris特征点提取算法和中心偏置的矩形模板搜索匹配模板,并采用双线性内插法完成了参考帧图像对当前帧图像的匹配,实现了背景静态化；二是总结对比几种经典的运动目标检测算法,采用了满足本系统需求的对称差分检测算法,通过二值化、形态学滤波和目标区域标定等处理更加精确地提取到了运动目标。运动目标自动跟踪方面,综合对比了几种常见的目标跟踪算法,同时兼顾跟踪滞后问题,运用了适合本文的Kalman运动估测和基于MeanShift思想的CamShift目标跟踪混合算法,该算法基于目标颜色特征,无参,鲁棒性和实时性较好,通过云台控制可以很好地将运动目标控制在监控场景中心附近,并结合对称差分法处理结果初始化CamShift算法搜索窗,能够对运动目标进行准确及时的自动跟踪。最后,设计了单运动目标视频监控系统实验平台,系统硬件以PC为主控制器,DH-CG300图像采集卡和ENOCH—1032型CMOS摄像头为视频采集设备,以TRUM-60-P型行波型旋转超声电机及UMD-3II驱动器为执行机构组成基本框架；系统软件采用LabVIEW和MATLAB混合编程平台,模块化设计,利用MATLAB强大的图像计算能力和LabVIEW及其视觉模块IMAQ VISON直观、友好、功能丰富的图像处理界面,对视频目标监控算法进行了有效验证,并获得了图像数据分析结果。当运动目标的速率处于一定范围内,系统能够较好地检测并跟踪运动目标,满足了设计要求。