資源描述：
《基于Mean+Shift算法的目標跟蹤在安防系統(tǒng)中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要視頻監(jiān)控系統(tǒng)是安全防范系統(tǒng)的重要組成部分，智能視頻監(jiān)控系統(tǒng)能最大限度地減少人為干預(yù)，提高監(jiān)控效率，減輕人的工作負擔(dān)。運動目標的檢測和跟蹤技術(shù)是智能視頻監(jiān)控中的關(guān)鍵技術(shù)，因此目標跟蹤技術(shù)在智能視頻監(jiān)控領(lǐng)域中有著廣泛應(yīng)用前景和實用價值。本文先總結(jié)了運動目標跟蹤的研究背景、研究現(xiàn)狀及在智能視頻監(jiān)控系統(tǒng)中應(yīng)用的意義，概述運動物體的檢測和跟蹤的理論研究。討論了MeanShift算法及其在目標跟蹤中的應(yīng)用。通過實驗得出以下結(jié)論：(1)采用MeanShift算法跟蹤目標時，當(dāng)目標和背景的區(qū)分性大，目標特征明顯，相鄰兩幀區(qū)域有一定程度的重疊，并且在目標區(qū)域中不出現(xiàn)相似干擾物時
2、，可以獲得最佳跟蹤效果。(2)MeanShift跟蹤算法解決了序列幀中相鄰兩幀之間運動目標的匹配問題，減少了搜索的盲目性，提高了跟蹤效率。(3)MeanShift算法也存在不足：沒有模板更新能力，跟蹤框大小不能適應(yīng)目標尺寸的變化；當(dāng)目標快速運動時，相鄰幀區(qū)域分離，幀間搜索范圍變小，導(dǎo)致跟蹤效果變差。當(dāng)目標被遮擋時，目標模板發(fā)生變化，相鄰兩幀相關(guān)性減小，造成跟蹤中目標特征信息不正確，導(dǎo)致跟蹤效果變差。研究了Kalman濾波器目標跟蹤算法。Kalman濾波器算法利用目標的運動參數(shù)對未來運動軌跡進行預(yù)測，不斷加以修正，提高估計精度。實驗證明該算法能夠自適應(yīng)的調(diào)整跟蹤窗口
3、的大小，當(dāng)目標被遮擋時，具有良好的跟蹤性能。研究了一種改進的MeanShift跟蹤算法，克服了MeanShift算法跟蹤較快運動目標，或遇到遮擋時容易丟失目標的缺陷。該算法將Kalman濾波器的優(yōu)勢引入到MeanShift算法中，用Kalman濾波器對目標位置進行預(yù)測，用MeanShift算法在預(yù)測值鄰域內(nèi)搜索。該改進算法提高了MeanShift跟蹤算法對不同跟蹤場合的適應(yīng)能力，具有較好穩(wěn)定性和魯棒性。研究了CamShift目標跟蹤算法，改善了MeanShift算法在跟蹤中目標姿態(tài)發(fā)生變化、遮擋或光照變化時跟蹤效果較差的不足。該算法采用HSV空間中的H分量的顏色直
4、方圖作為目標模型，并用幾何矩來提取圖像特征，在監(jiān)視目標旋轉(zhuǎn)、遮擋以及監(jiān)視環(huán)境亮度改變時，也具有較好的魯棒性。關(guān)鍵詞：視頻監(jiān)控，目標跟蹤，MeanShift，Kalman濾波器，CamShiftAbstractVideosurveillancesystemisanimportantcomponentofthesecurityandprotectionsystem(SPS)．IntelligenceVideoSurveillanceSystem(IVSS)cangreatlyreducehumanintervention，relieveopermor’Sburdeno
5、f,andimprovetheefficiencyformonitoring．ThedetectionandtrackingtechniqueformovingtargetsisthekeytotheIVSS．Therefore，objecttrackingtechniquesinintelligentvideosurveillancehaveabroadprospectandahighvalueinpracticaluse．Thebackground，thecurrentsituationandthesignificanceofmovingtargettrack
6、ingtechniquesarefirstlyinvestigated，inthemeantime，researchesofmovingobjectdetectionandtrackingarealsoreviewedinthisthesis．MeanShiftalgorithm(MSA)andit’Sapplicationsinobjecttrackingarediscussedsecondly．Someconclusionsaregainedbysimulationexperimentsasfollows：(1)whenatrackedtargethasfol
7、lowingproperties：obviouscharacteristics，distinctdifferencebetweenthetargetanditsbackground，thereexistsanoverlapareabetweentwoadjacentfranaes，andnointerferenceinthetargetarea,theMSACanreachanperfecttracking．(2)SincetheMSAideallydealswiththetargetsmatchingproblembetweentwosuccessivefram
8、es，it
