游泳是一项非常受欢迎的体育运动,它具有健美瘦身、增强抵抗力以及心肌功能等好处。但随之可能发生的溺水问题也成了广大人民的困扰。在我国,泳池救生人员供不应求,而且人的精力是有限的,仅仅依靠救生员已经不能满足实时溺水救助的需求。因此,近年来研究一套关于泳池的智能视频监控系统成为了国内外研究人员关注的热门方向。本文主要研究泳池环境下的游泳者检测与跟踪。虽然现有的检测跟踪算法已经比较成熟,但仍没有一种算法对任意环境下的目标检测跟踪都能取得良好的效果。实现对游泳者的检测与跟踪是对游泳者行为分析判断其是否溺水的前提。而泳池因其环境的特殊性(水的波动、泳道线及砖间缝隙的晃动等),成为一个非常复杂的动态变化的背景。因此,对游泳者的检测与跟踪也成为一个难点问题。本文主要从视频预处理、游泳者检测、游泳者跟踪、溺水行为分析四个方面展开研究。研究工作如下:(1)视频预处理:首先分析了采集的泳池视频图像的特点。由水的波动引起的浮标运动、池底黑色泳道线及砖间缝隙的晃动等,使游泳池成为一个非常复杂的动态变化的背景。本文采用基于Mean Shift算法的泳池图像预处理方法对采集到视频进行降噪处理,减少了因水的波动引起的噪声,达到良好的效果。(2)游泳者检测:比较三种不同的背景差分法(GMM、Codebook、Vibe)对前景检测的结果,其中Vibe算法对前景检测的效果最好。并对其在背景模型初始化和游泳者检测两方面进行改进,提出了基于改进Vibe的泳池游泳者检测算法。在背景模型初始化方面,针对Vibe算法使用第一帧进行背景建模易出现“鬼影”现象的不足,提出了一种结合中值滤波的改进Vibe背景模型初始化算法,对采样的视频帧逐个像素进行中值滤波得到一张含有少量前景的背景图像,并用此图像初始化Vibe的背景模型。在游泳者检测方面,根据游泳者目标的特点,对Vibe算法得到的二值图像进行特定处理,从而确定游泳者的位置。(3)游泳者跟踪:简要介绍了常用的运动目标跟踪算法。本文采用Particle Filter算法对游泳者进行跟踪。首先介绍了基于颜色分布模型的Particle Filter算法原理,实验中通过鼠标选取单个游泳者,并实现对其跟踪。其次,提出了一种基于颜色分布模型的Particle Filter的多游泳者跟踪数据关联算法,实现了对多个游泳者的跟踪,并给出了实验结果及分析。(4)溺水行为分析:主要分析了溺水行为的特点,并根据本视频的特点,假设了几种用于溺水事件检测的特征。最后,设计了状态转移图用于溺水事件检测报警。