交通視頻監(jiān)控中的背景提取與運動跟蹤方法研究.pdf

1、視頻監(jiān)控中背景提取與運動跟蹤方法是計算機視覺和圖像編碼領(lǐng)域的重要研究項目之一，在軍事、醫(yī)學和科研等領(lǐng)域都有廣泛的應用。背景提取與運動跟蹤算法的設(shè)計直接影響運動目標檢測以及運動目標跟蹤效果的準確性和穩(wěn)定性。本文主要研究視頻監(jiān)控中背景提取與運動跟蹤兩個關(guān)鍵問題，對交通視頻監(jiān)控中的基于固定攝像機的背景自適應建模、前景分離及車輛魯棒跟蹤方法與應用問題進行了深入研究。
　　首先，簡要介紹了數(shù)字圖像預處理技術(shù)。數(shù)字圖像的預處理是以后進行背景提

2、取和運動跟蹤的堅實基礎(chǔ)，預處理質(zhì)量的好壞將直接影響后續(xù)操作。本文所用到的圖像預處理技術(shù)主要包括圖像對比度的增強、隨機噪聲的去除等處理技術(shù)。
　　接下來詳細研究了背景提取算法。主要闡述了兩部分內(nèi)容：第一部分介紹了基于碼書的背景提取方法。該方法用矢量量化／聚類技術(shù)構(gòu)建背景模型，利用當前幀和背景幀之間的亮度偏差和色度偏差作為聚類判據(jù)；第二部分提出了一種改進的基于碼書的背景提取方法，該方法較先前所述方法在碼字參量設(shè)置與聚類判定準則兩方面做

3、出了有效改進，從而體現(xiàn)出了新方法的優(yōu)越性：減少了碼字的特征參數(shù)和所需選擇的閾值個數(shù)，其中在基于灰度圖像的部分，聚類的判定準則也得到了很大程度的簡化。經(jīng)實驗表明，改進后的方法比先前介紹的方法具有更好的背景提取效果。
　　在運動跟蹤方面，首先對常用的交通視頻的運動跟蹤算法進行了比較；其次對Mean Shift目標跟蹤方法從實現(xiàn)原理、匹配準則、搜索算法等幾方面進行了介紹；最后研究了Camshift（Continuously Adapti