《大学毕业论文-—基于meanshift算法的运动目标跟踪》由会员分享，可在线阅读，更多相关《大学毕业论文-—基于meanshift算法的运动目标跟踪（39页珍藏版）》请在金锄头文库上搜索。
1、湖南工学院（本科）毕业设计说明书 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 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
2、运动目标跟踪算法，但事实上，运动目标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Me
3、an-Shift（均值漂移）跟踪算法，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IABSTRACT As an important part of computer vision, intelligent video surveillance technology, not only in gover
4、nment and enterprises 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, mor
5、e and more researchers 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 o
6、f realization is difficult, 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.I
7、n this paper, a brief 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 survei
8、llance systems, and 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
9、 system in practice, 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 t
10、he convergence 1. For 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 mov
11、ing targets; Mean-Shift algorithmI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
12、 Mean-Shift算法研究174.2.1 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29湖南工学院（本科）毕业设计论文1 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
13、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(精密仪器检测)都有着非常重要的应用，通过研究计算机视觉，人们可以更准确的把握尺度，例如在工业领域中的机器人视觉系统。视觉图像是以不同类型的观测系统用不同的方法观测外界而得来的，能够与人肉眼作用，并且产
14、生视觉与知觉的实体。根据科学研究和统计，图像中包含的信息占据了人类从外界获取信息中的3/4。在计算机技术的飞速发展下，数字图象技术也受到了国家很大的重视，并且得到快速的进展，出现了许多与其相关的新理论、新方法、新技术和新产品，并已经在各个方面都取得了非常广泛的应用，对改善人类生活质量、推动社会进步都起到了不可忽视的作用。1.2 国内外研究现状 视频监控系统应用前景非常广泛，潜在的经济价值更是无法估量，因此而激发了全世界大多数科学家和相关企业浓厚的兴趣，尤其是在美国和英国，早已做了大量相关项目的研究。光流法在20世纪80年代初期被提出之后，动态图像序列分析正式进入一个研究的高潮。在96年至99年
15、期间，美国国防高级研究计划局(DARPA)出钱资助的卡内吉梅隆大学、戴卫夫研究中心和一些著名的研究机构，他们联合开发出来了视频监控系统(VSAM)，其目标主要是为未来的城市和战场监控应用研发出一种全新的视频监控理解技术，能够代替人在危险的环境中进行监控，目前该系统仍然处于试用期。从98年开始，英国的雷丁大学开始研究路人与机动车辆的跟踪和交互作用识别。2000年，实时视觉监视系统(W4)在Maryland大学研究者的努力下研制出来，不单可以定位人以及分割出人身体的任何部分，而且在建立其外观模型后，该系统还可以同时实现多人的跟踪，且可以对他们之间简易的交流活动进行监控。英国、法国和葡萄牙在欧盟的资助下，于2002年至2005年期间联合执行了CAVIAR项目。DARPA在2008年又出钱资助了一项全新的视频监控技术-研究实时流，其目的是为了快速的从监控视频中发现目标的行为，并且快速分析，例如挖掘、握手、交换物品等。 在视频图像处理方面的探索我国起步相对较晚，一直到86年才正式开始对视频跟踪技术的研究立项。为了推动我们国家在这个领域的快速发展，我国已经成立了国家重点实验室，专门用来研
