运动目标检测与跟踪技术研究

《运动目标检测与跟踪技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP751．1密级：单位代码：10422学号：09910440099∥菇办孚硕士学位论文(同等学力申请硕士学位)论文题目：运动目标检测与跟踪技术研究Researchondetectingandtrackingofmovingobjects合作导师2012年5月13日原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：瓠毫≥獐Et期：

2、趁座：上：!墨关于学位论文使用授权的声明本人完全了解山东大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存论文和汇编本学位论文。(保密论文在解密后应遵守此规定)论文作者签名：私毒浆导师签名夕圭垒垒日期：塑垒：上．一!多摘要随着视频设备和图像处理技术的发展，视频监控系统具有传统传感设备难以比拟的优势，作为一种有效手段在诸多领域得到了广泛应用。目前，智能视频监控系统，已被广泛的应用于军事、海关、公安

3、、消防、护林、堤坝和公共交通等领域。近几年来，智能视频检测技术，己作为安全防护，甚至是娱乐应用，开始逐渐进入到家庭中。运动目标检测与跟踪技术是其中的关键技术之一。论文介绍了运动目标检测的意义、原理及发展状况，并对开发平台OpenCV的特点、功能和组成进行了概述。图像预处理是图像分析的基础，能有效的降低或者消除噪声，改善图像质量，增强视觉效果。分析了图像的平滑处理、图像金字塔、形态学滤波、光线补偿、灰度化与二元值等形态学图像处理方法。在比较各种目标检测算法的基础上，选择了改进的背景减除法，通过建立Codebook动态背景模型，使用连通成分分析清理图像，有效地实现了运动

4、目标检测。最后，基于运动模板技术给出了切实可行的目标跟踪算法。关键词：OpenCV，图像处理，视频跟踪，背景减除，运动模板llABSTRACTWiththedevelopmentofvideoequipmentandimageprocessingtechnology,thevideosurveillancesystemhasmoreadvantagesthantheconventionalsensorequipment．ItlSwidelyusedinmanyfieldsasallefficientmethod，suchasmilitary,customs，publ

5、icsecurity,fireprotection，forestprotection，dams，andpublictransport．Recentlyyears，motiondetectiontechniquehasbeenputintohomeapplications，forprotectionorevenentertainment．Themovingobjectsdetectingandtracingtechnologyisoneofthekeytechnologies．Theprincipleanddevelopmentofmovingobjectsdetec

6、tiontechnologiesareintroduced．OpenCVischosentobethedevelopplatform．Itscharacteristicsanditsfunctionsaredescribedindetail．Imagepreprocessingisthebasisofimageprocessing．ItcanefficientlydecreaseoreliminatedthenoisetOimprovetheimagequalityandenhancethevisioneffect．Theimagesmoothing，imagepy

7、ramid，lightingcompensation，greyscalegradation，anddualisticvaluemethodsareanalyzed．Basedonthecomparisonofseveralobjectdew．ionalgorithms，thebackgroundsubtractingmethodisselected．WiththecreationofCodebookdynamicbackgroundmodel，themotionobjectCanbedetectedefficiently．Atlast，avalidandeffi