【正文】 .. . . ..摘 要運動目標(biāo)檢測與跟蹤是計算機(jī)視覺領(lǐng)域的熱點問題，廣泛應(yīng)用于視頻監(jiān)控、人機(jī)交互、虛擬現(xiàn)實和圖像壓縮等。而要在各種復(fù)雜的環(huán)境中和不同的條件下（如遮擋、光照變化等）都對目標(biāo)進(jìn)行準(zhǔn)確的跟蹤是目前廣大研究工作者共同關(guān)注的焦點，也是目前實際應(yīng)用中一個亟待解決的難題。本文主要研究靜態(tài)背景下運動目標(biāo)的檢測、運動目標(biāo)跟蹤以及相關(guān)結(jié)果仿真分析三方面的內(nèi)容。運動目標(biāo)檢測方面，在分析了目前比較常用的三種目標(biāo)檢測方法，即光流法、幀間差分法、背景相減法的基礎(chǔ)上，著重研究了基于幀間差分法運動目標(biāo)檢測的算法原理及流程，討論了三種檢測算法的優(yōu)缺點。運動目標(biāo)跟蹤方面，在分析了目前比較常用的三種目標(biāo)跟蹤算法，即均值漂移算法、卡爾曼濾波算法、基于特征的目標(biāo)跟蹤算法的基礎(chǔ)上，重點研究了基于特征——最小外接矩形框運動目標(biāo)跟蹤算法。分析了其算法原理以及跟蹤步驟。最后用matlab軟件采用幀間差分運動目標(biāo)檢測法以及基于最小外接矩形框跟蹤法對含有運動目標(biāo)的視頻進(jìn)行仿真。在采用了幀間差分檢測法以及最小外接矩形框跟蹤法基礎(chǔ)上，用matlab軟件對視頻進(jìn)行仿真，檢測到了人體的輪廓，同時矩形框跟蹤出了運動人體的軌跡，達(dá)到了運動目標(biāo)檢測與跟蹤的效果。關(guān)鍵詞：運動目標(biāo)檢測；運動目標(biāo)跟蹤；幀間差分法；最小外接矩形框AbstractMoving target detection and tracking is a hot issue in the field of puter vision, is widely used in video surveillance, humanputer interaction, virtual reality and image pression etc.. But in various plex environments and different conditions (such as occlusion, illumination changes) of target accurate tracking is currently the focus of researchers of mon concern in the current application, is an urgent problem to be solved. This paper mainly involves moving target detection under a static background, moving target tracking and simulation results analysis of three aspects. In the moving object detection, in the analysis of the current monly used three kinds of target detection method based on optical flow method, namely, the interframe difference method, background subtraction method, focusing on the frame difference algorithm principle and process method based on moving object detection. And discusses the advantages and disadvantages of three kinds of detection algorithm. In terms of moving object tracking, in the analysis of the current three kinds of target more monly used tracking algorithm, the mean shift algorithm, Calman algorithm, based on the characteristics of the target tracking algorithm based on the characteristics, focuses on the minimum exterior rectangle based on moving target tracking algorithm. Finally using MATLAB software using frame difference detection method for moving targets as well as based on the minimum bounding box tracking method to simulate the video with moving objects.Based on the frame difference detection method and the minimum bounding box tracking method based on the simulation, the video with the MATLAB software, to detect the contours of the body, at the same time rectangle tracking a human motion trajectory, reached the moving target detection and tracking results.Keywords: moving object detection。 object tracking。 interframe difference method。 minimum circumscribed rectangle目 錄1 緒論 1 研究背景和意義 1 國內(nèi)外研究現(xiàn)狀 2 章節(jié)安排 42 運動目標(biāo)檢測與跟蹤技術(shù) 5 數(shù)字圖像處理相關(guān)概念 5 數(shù)字圖像處理過程 5 圖像增強(qiáng) 5 圖像分割 6 數(shù)學(xué)形態(tài)學(xué) 6 運動目標(biāo)檢測流程及常用算法 7 背景差分法 8 幀間差分法 8 光流法 9 運動目標(biāo)跟蹤常用算法 10 基于均值漂移目標(biāo)跟蹤算法 10 基于卡爾曼濾波目標(biāo)跟蹤算法 10 基于特征的目標(biāo)跟蹤算法 113 基于幀間差分法運動目標(biāo)檢測的研究 12 幀間差分法運動目標(biāo)檢測流程 12 幀間差分法運動目標(biāo)檢測過程及原理 12 RGB圖像轉(zhuǎn)換為灰度圖像 12 圖像差分處理 13 差分圖像二值化 13 形態(tài)學(xué)濾波 16 連通性檢測 174 基于最小外接矩形框目標(biāo)跟蹤 19 目標(biāo)跟蹤流程 19 運動目標(biāo)跟蹤過程圖 19 運動目標(biāo)跟蹤過程分析 19 基于最小外接矩形框跟蹤原理 20 特征提取 20 最小外接矩形提取 21 最小矩形框跟蹤實現(xiàn) 215 仿真結(jié)果與分析 23 仿真環(huán)境 23 運動目標(biāo)檢測仿真 23 運動目標(biāo)跟蹤仿真 28結(jié) 論 33致 謝 34參考文獻(xiàn) 35附錄A 38附錄B 54附錄C 67學(xué)習(xí)參考1 緒論 研究背景和意義視覺是人類感知自身周圍復(fù)雜環(huán)境最直接有效的手段之一，而在現(xiàn)實生活中大量有意義的視覺信息都包含在運動中，人眼對運動的物體和目標(biāo)也更敏感，能夠快速的發(fā)現(xiàn)運動目標(biāo)，并對目標(biāo)的運動軌跡進(jìn)行預(yù)測和描繪[1]。隨著計算機(jī)技術(shù)、通信技術(shù)、圖像處理技術(shù)的不斷發(fā)展，計算機(jī)視覺己成為目前的熱點研究問題之一[1,2]。 計算機(jī)視覺是利用計算機(jī)實現(xiàn)視覺信息處理的一門學(xué)科，它涉及計算機(jī)、心理學(xué)、生理學(xué)、物理學(xué)、信號處理和數(shù)學(xué)等領(lǐng)域，是交叉性很強(qiáng)的一門學(xué)科[1,3]。 與靜態(tài)圖像相比，視頻序列圖像的優(yōu)勢在于時間的連續(xù)性及目標(biāo)運動信息的捕獲。因此，視頻序列圖像和視頻中的運動目標(biāo)一直是圖像處理研究的重要方面[4,5,6]。運動目標(biāo)檢測與跟蹤技術(shù)則是計算機(jī)視覺領(lǐng)域中應(yīng)用的核心技術(shù)，它融合了圖像處理、模式識別、人工智能、自動控制等相關(guān)領(lǐng)域的先進(jìn)技術(shù)和研究成果，是成像跟蹤系統(tǒng)智能化的關(guān)鍵。該技術(shù)利用可見光的圖像傳感器或紅外成像傳感器或其他攝像設(shè)備攝取運動目標(biāo)的視頻圖像信號，經(jīng)過相應(yīng)的數(shù)字圖像處理，對運動目標(biāo)進(jìn)行檢測、提取、識別，然后根據(jù)目標(biāo)的圖像特征及目標(biāo)的運動特征、背景的特征等數(shù)據(jù)對運動目標(biāo)進(jìn)行預(yù)測跟蹤，這些數(shù)據(jù)包括運動目標(biāo)的顏色、形態(tài)、輪廓，運動目標(biāo)的位置、速度、加速度等運動參數(shù)和運動軌跡，背景的顏色等。為后繼的圖像分析、運動目標(biāo)的行為理解及完成更 高級的任務(wù)提供數(shù)據(jù)支持[6]。 基于視頻序列的運動目標(biāo)的檢測和追蹤技術(shù)作為計算機(jī)視覺領(lǐng)域的關(guān)鍵技術(shù)之一，應(yīng)用十分廣泛，比如該技術(shù)在智能安防、交通導(dǎo)航、智能武器、對空監(jiān)視、導(dǎo)彈預(yù)警等許多應(yīng)用領(lǐng)域發(fā)揮重要作用。 運動目的檢測與跟蹤己經(jīng)有近20年的研究歷史，這種技術(shù)的研究主要涉及到運動目標(biāo)檢測與提取、運動目標(biāo)跟蹤、運動目標(biāo)識別、運動目標(biāo)行為分析和理解等諸多內(nèi)容，是計算機(jī)視覺研究的重要組成部分[7,8]。它不但具有實際的研究價值，而且對計算機(jī)視覺的其他領(lǐng)域有著重要的推動作用。運動目標(biāo)檢測與跟蹤技術(shù)在近20年來一直是比較熱的研究課題。它廣泛應(yīng)用于軍事和民用領(lǐng)域。在戰(zhàn)場偵察，武器控制以及車輛異常行為等各個方面都有極其重要的應(yīng)用。同時，隨著計算機(jī)技術(shù)，通信技術(shù)，控制技術(shù)，電子技術(shù)的發(fā)展，運動目標(biāo)檢測與跟蹤技術(shù)也較為廣泛的應(yīng)用于車輛違規(guī)檢測，并且在交通檢測技術(shù)中，運動目標(biāo)檢測技術(shù)已初步顯示了其強(qiáng)大的生命力，正逐步成為交通檢測中最有前途的一項技術(shù)[9,10,11]。在人體運動的視覺分析中的應(yīng)用：人體運動的視覺分析是近年來計算機(jī)視覺領(lǐng)域中備受關(guān)注的前沿方向，它從包含人的圖像序列中進(jìn)行人的檢測、跟蹤、識別與行為理解，屬于圖像分析和理解的范疇。人運動分析在人機(jī)接口、安全監(jiān)控、視頻會議、醫(yī)療診斷等方面均具有廣泛的應(yīng)用前景，它激發(fā)了廣大科研工作者及相關(guān)商家的濃厚興趣。 目前，智能化視頻監(jiān)控系統(tǒng)在我國仍處于普及階段，但隨著我國經(jīng)濟(jì)的飛速發(fā)展和物質(zhì)生活水平的不斷提高，人們的安全防范意識也越來越強(qiáng)，這意味著智能化視頻監(jiān)控有著廣泛的應(yīng)用市場。因此，對作為視頻監(jiān)控系統(tǒng)關(guān)鍵組成部分的運動目標(biāo)檢測與跟蹤技術(shù)的研究有著重要的理論意義與應(yīng)用價值。然而實際中存在很多不利的干擾因素對運動目標(biāo)檢測與跟蹤技術(shù)的研究帶來巨大的挑戰(zhàn)，而人們對運動目標(biāo)檢測與跟蹤技術(shù)的穩(wěn)定性的要求也越來越高。因此研究幾種常用的運動目標(biāo)檢測與跟蹤算法的原理，分析比較他們的特點以及效果評估并且從中篩選出穩(wěn)定性最高，效果最好的目標(biāo)檢測與跟蹤算法就成為一個重要的研究課題。 運動目標(biāo)檢測與跟蹤過程，運動目標(biāo)檢測與跟蹤的主要工作可以分為目標(biāo)檢測和目標(biāo)跟蹤兩個方面。運動目標(biāo)檢測是運動目標(biāo)檢測與跟蹤的第一部分它實時地在被監(jiān)視的場景中檢測運動目標(biāo)，并將其提取出來。運動目標(biāo)跟蹤是銜接運動目標(biāo)檢測和目標(biāo)行為分析與理解的一個重要環(huán)節(jié)，它在運動目標(biāo)檢測的基礎(chǔ)上，利用目標(biāo)有效特征，使用適當(dāng)?shù)钠ヅ渌惴?，在序列圖像中尋找與目標(biāo)模板最相似的圖像位置。在實際應(yīng)用中，運動目標(biāo)跟蹤不僅可以提供目標(biāo)的運動軌跡和準(zhǔn)確定位目標(biāo)，為下一步的目標(biāo)行為分析與理解提供了可靠的數(shù)據(jù)來源，而且也可以為運動目標(biāo)檢測提供幫助，從而形成一個良性的循環(huán)。 國內(nèi)外研究現(xiàn)狀目前，在美國、日本、歐洲已經(jīng)開展了大量的運動目標(biāo)檢測與跟蹤的研究工作，W4是一個可以在室外對入進(jìn)行實時檢測與跟蹤的視覺監(jiān)視系統(tǒng)[12]：Pfinder是一個利用顏色和形狀特征對大視角范圍內(nèi)的人進(jìn)行跟蹤的實時系統(tǒng)[13]。同時也出現(xiàn)了大量的國際會議和討論組目前，國外的視頻目標(biāo)檢測與跟蹤技術(shù)相對成熟，已經(jīng)有了一些雛形系統(tǒng)。比如卡內(nèi)基梅隆大學(xué)領(lǐng)導(dǎo)的視頻安全與控制（VSAM）研究計劃[14]。根據(jù)這個計劃，研究人員研制了一個端到端的測試系統(tǒng)，集成了很多高級視頻安全監(jiān)控技術(shù)，比如靜止背景和運動背景下的實時目標(biāo)探測與跟蹤，普通目標(biāo)（比如人、轎車、卡車）的分類識別，特殊物體（比如校車等具有特殊標(biāo)記的物體）的分類識別，目標(biāo)姿勢估計，攝像機(jī)的自主控制，多攝像機(jī)協(xié)同跟蹤，人體步法分析等等。馬里蘭大學(xué)的實時監(jiān)控系統(tǒng)W4可以利用單攝像頭對人體以及人體的各個部分進(jìn)行實時地跟蹤。所謂W4，是指Who，When，Where，What，也就是說這個系統(tǒng)可以確定目標(biāo)是誰，什么時間、什么地點，他在干什么。W4具有基于目標(biāo)形狀分析人體及其頭部、手部等定位功能，基于自適應(yīng)背景差技術(shù)的前背景分離功能，以及區(qū)域的分裂與合并，用來處理目標(biāo)交互行為的功能。而IBM等大公司也在資助這個領(lǐng)域內(nèi)的相關(guān)研究，期望能將研究成果應(yīng)用到商業(yè)領(lǐng)域中。Pfinder系統(tǒng)用于實現(xiàn)對室內(nèi)人員行為的實時監(jiān)視與判定。另外，在交通系統(tǒng)中，Tai等人研究了一個用于交通事故檢測的視頻監(jiān)視系統(tǒng)，能夠自動檢測運動車輛并對其運動軌跡進(jìn)行判定[15]。VISATRAM系統(tǒng)能夠?qū)Ω鱾€車道的車輛行為進(jìn)行監(jiān)控，保證交通通暢[16]。Haag和Nagel專門對機(jī)動駕駛的車輛跟蹤問題進(jìn)行了研究[17]。Pai等人專門研究了十字路口的行人檢測與跟蹤以實現(xiàn)對行人的計數(shù)[18]。在國內(nèi)也出現(xiàn)了一定規(guī)模的研究，召開了一些相關(guān)會議探討研究成果和發(fā)展方向。我國視頻目標(biāo)檢測與跟蹤技術(shù)研究起步于60年代末，通過近40多年的努力，我國在這一領(lǐng)域得到了長足發(fā)展，許多先進(jìn)的圖像處理與模式識別方法被應(yīng)用到這個領(lǐng)域，并研制了一些實際的系統(tǒng)。我國先進(jìn)成像識別與跟蹤技術(shù)在智能化程度、通用性、多目標(biāo)實時測量、低對比度和復(fù)雜圖像視頻信息處理等方面與