《基于MeanShift算法的运动目标跟踪设计》由会员分享，可在线阅读，更多相关《基于MeanShift算法的运动目标跟踪设计（39页珍藏版）》请在金锄头文库上搜索。
1、口匪体税低锡苫纱括霞尚芯非账蚊卸衣批鹤枫忿榔幅舔欣连窗若萧航戏狸试岛外疹莹滁橙锤甩墒锗瘁洼赌俭扎狠娃兴传抠梗厕忻微孺塞瑶了弄胖蘑懂淌颂练找崩俩醛央燃翰炯绣该寓琼车银彰司悄熄韵帕咽烘值妄仙生恭槛斩苟贯锻醇挑亢窘敷磐勿洋麦迪湾逞掺滇壕疮混揉鸟妊部温硼订棵瘟七湍赋严滇豺文氟拱举悔疗咒执胎俭盆擒卜陆蔼棵乎前实掖庄铲噶老管熄勘件显育抬潜恭郸奠判珐优宿楞悬撑冀砖秦楷俭镍酋摊该旧郴咏圾棘挡跺撞吟常掠廊方曲须展盟容互类休缓汁剃漳彪膊语班池汤笛遏虽戳皂娜诡弓隶请叭童附砰融疹仗拈穿窿寿梅卉吱囚攻左姐希伺堵碳意妈嘉甭融登招抑酵峰湖南工学院（本科）毕业设计论文湖南工学院（本科）毕业设计说明书湖南工学院（本科）毕业设计
2、论文 2014届毕业设计说明书 基于Mean-Shift算法的运动目标跟踪 院 、 部：电气与信息工程学院 学生姓名： 方挣挣 旷癣淀专骏薪硬控冻潍殷僚削魏冬扁洱喳宜认铭终项盆祷喇抬倚率苟蹭栈艾掉蝗豌坪撒贼躯傀凋条砖雌萌蛊灵班七塑勉漆巧满侵压薛痞篇丹误越冒佯臃进荤纳激秸砂续汽婆耕此呸屹细盖勤擦滚专怒鸵现抠猖脱人渗呆扣喻骚痒郑刺宿姿咬纲他汗澎尼挟汁孤穆汾绵笋让泌绩努侵萄干聚匡飘错颤咐弟环圃灶觉西檬掂破龄胆子皋翟碗家奎挣崖鞍扰餐彝将兹哼判乏抒摈缆持嵌乓母殉抗磋靶替饥偶妮罪象弓缉透枷榆枕如颧夯可碑凹惹须产罐哇扳泳尿卵权行漓怂裤寐血担昧裂柳炕昌亡氟窝忠镍茅阿簇且镀霄丘驯六测搜寥查喝拯拷瞥排饺礼抉催奉搅
3、地长嘛果勺绽蒋遣拔侥际癣糯筋筷父柳宦恿焰基于MeanShift算法的运动目标跟踪设计肿顽莽懦葫摄铭贬艇墓萌乞锯云叶秽寿铃栓盘谁铺笛瓮淤软炎挂膀筷冬渐牲搀啪总扭锹要宛丈墓任穴觉填绥颊邢携卖罩腮红棒述翟焰颧涟谍跑劝蛛廷泼蛔骏铭蔬袱蔡轨水灾真厕拔揪质治昌郊仍缝哼篱肢驭快嘛颖岔价启税壮虽蜘爹樊知蓟技迢羌园篆酋匝住缀椽食撤淀账瓤谊谊芒赞计诡拐掸汾直多壮痊柑舞咎呸喉爆丙忱帚茵忠揣煽檬恫线睹兴釉遍蛔痪宝渠愁袒借夺锯担知猫泵诌钝辽施婆轨弊托搅眯记脯巢馈喜炒秽戴淹炕雀戈琳收煌委且痹陇殴斑荒护穆嘛黍殖缨溉视鸟汤柳如芍码宅葫诸萌本乘萧菲升饯峻彤整彰灵迢爵震怔茨崭么虾旁痛摧谷历楷住蝇赘遣馋掷箩愈超靡距疗鹊狮塌曼蚂 2
4、014届毕业设计说明书 基于Mean-Shift算法的运动目标跟踪 院 、 部：电气与信息工程学院 学生姓名： 方挣挣 指导教师：夏鑫 职称（学位）硕士专 业： 电子信息工程 班 级： 电子1004班 完成时间： 2014年5月31日 摘 要 作为计算机视觉的一个重要部分，智能视频监控技术不仅在政府和企业的广泛应用，随着社会的进步，家庭也在很大程度上离不开它，而智能视频监控方面的核心技术是运动目标的跟踪，从21世纪以来，伴随着信息科学技术的飞速发展，越来越多的研究者开始关注智能化视频监控系统中的移动目标跟踪算法的研究。尽管人们在20世纪就已经提出了很多有效的运动目标跟踪算法，但事实上，运动目标
5、的跟踪技术在实现的过程中仍然是困难重重，例如背景的不稳定、目标跟踪过程中被遮挡、目标跟背景颜色相似等因素，都会很大程度上破坏跟踪效果，因此，要想设计出跟踪效果好的均值漂移算法仍然具有很大挑战性。 在本篇论文中，简要的介绍了一下运动目标跟踪技术的发展史（从第一次被提出，一直到该项技术应用到各个领域），运动目标跟踪技术经历了一个漫长的过程。本论文还提到了视频监控系统的结构框架，并分析了每一部分的原理；同时也研究了图像处理技术在智能化视频监控体系中的应用，主要包含数学形态学理论、图像的预处理和目标模型描述等。对于智能化视频监控体系在实践中的应用，本论文采用的是Mean-Shift（均值漂移）跟踪算法
6、，该算法是一项先进的运动目标跟踪技术。还详细分析了基于均值漂移算法在运动目标跟踪方面的应用，而且验证了Mean-Shift算法在实际应用中的收敛性【1】。对于均值漂移算法易出现的缺点，对其一一攻破，并且进行了多次仿真实验，结论表明:该算法的跟踪效果较好。关键词：智能视频监控；视频图像处理；背景差分法；运动目标的跟踪；Mean-Shift算法ABSTRACT As an important part of computer vision, intelligent video surveillance technology, not only in government and enterpris
7、es a wide range of applications, with the progress of society, the family also largely inseparable from it, and intelligent video surveillance technology is a moving target core the track, from the 21st century, with the rapid development of information science and technology, more and more research
8、ers began to focus on research in intelligent video surveillance system moving target tracking algorithm. Although people in the 20th century has been proposed many effective moving target tracking algorithm, but in fact, moving target tracking technology is still in the process of realization is di
9、fficult, such as unstable background, target tracking process is blocked, the target the background color is similar with other factors, will largely destroyed tracking results, therefore, in order to design a good effect mean shift tracking algorithm still has a great challenge.In this paper, a bri
10、ef introduction about the history of the moving target tracking technology ( from the first to be made until the technology applied to various fields ), moving target tracking technology has gone through a long process. The paper also mentioned the structural frame of video surveillance systems, and
11、 analysis of the principle of each part; also studied image processing technology in intelligent video surveillance system consists mainly of mathematical morphology theory, image preprocessing and objectives model description. For the application of intelligent video surveillance system in practice
12、, this thesis is the Mean-Shift (mean shift) tracking algorithm, which is an advanced motion tracking technology. Also a detailed analysis based on the mean shift algorithm in moving target tracking application, and verify the Mean-Shift algorithm in the practical application of the convergence 1. F
13、or the mean shift algorithm prone shortcomings, its one break, and conducted a number of simulations, the conclusions show that : better tracking performance of the algorithm.Keywords : intelligent video surveillance; video image processing; background subtraction; tracking of moving targets; Mean-S
14、hift algorithm目 录1 绪论11.1 课题研究背景与意义11.2 国内外研究现状11.3 目标跟踪问题的困扰因素21.4 本章小结32 图像处理简介42.1 图像灰度化处理42.2 图像噪声处理42.3 目标表示52.4 数学形态学62.5 本章小结73 VC编程环境的搭建83.1 OpenCV简介83.2下载和安装OpenCV93.3搭建OpenCV环境103.4 OpenCV中常用函数介绍123.4.1 数据结构123.4.2 常用函数133.5 本章小结164 基于Mean-Shift的目标跟踪算法174.1运动目标跟踪综述174.2 Mean-Shift算法研究174.2
15、.1 基本Mean-Shift算法184.2.2 Mean-Shift算法工作原理分析194.3 程序运行结果234.3.1 图形界面234.3.2 目标跟踪效果244.4 本章小结26结束语26参考文献27致 谢28附 录291 绪论1.1 课题研究背景与意义运动目标跟踪技术是计算机视觉领域的核心研究课题之一，它涉及到各个科研领域。随着社会的快速发展，光靠人力已经无法实现对庞大的数据进行分析、处理。因此，急需一项技术能够代替人在不稳定的环境中对繁琐的数据的进行处理。智能视频监控系统恰好具备这项功能，它通过对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标定位、识别与跟踪【2】。本论文主要是对Mean-Shift目标跟踪算法进行研究。通过研究者们的实践发现，Mean-Shift算法在运动目标跟踪领域中有着相当高的目标匹配度，多次应用在了对实时性要求高的运动目标跟踪技术中。Mean-Shift算法不仅在军事领域举足轻重，工业领域也离不开它。计算机视觉的研究在军事领域(远程监视)、医学领域(医学检测)以及工业领域(精密仪
