● 摘要
目标跟踪作为一门跨越许多学科的前沿技术，融合了计算机图像处理、现代控制理论、模式识别等不同领域的知识和理论，尤其多目标跟踪技术在军事、工业、医疗诊断等领域有着非常广阔的应用前景。针对传统的高斯混合模型容易受光照影响和模型收敛速度缓慢的问题，本论文将改进的高斯混合模型与边缘检测算法相结合，研究实现了一种改进的目标检测算法；针对传统的MeanShift跟踪算法只利用了目标的颜色信息，而缺少空间信息的利用的缺点，本论文结合改进的Harris角点检测算法和Kalman预估器，研究实现了改进的MeanShift多目标跟踪算法。本论文的主要贡献如下：
研究实现了基于边缘的高斯混合模型目标检测算法。首先通过边缘检测算法得到检测图像的边缘，然后利用改进的高斯混合模型提取前景运动目标。实验表明，相比传统的高斯混合模型算法，本论文提出的算法时间复杂度低，并且有效解决光照突变造成的前景扰乱和由于参数更新机制的缺点带来的误检等问题。
改进了Harris角点检测算法。针对传统的Harris角点检测算法的参数 需要随机选取的缺点，本论文根据角点检测的实质重新设计角点响应函数，以提高角点检测的鲁棒性。
研究实现了改进的MeanShift多目标跟踪算法。首先实现了基于Harris角点匹配的Kalman滤波多目标跟踪算法，然后在传统的MeanShift算法的基础上，结合Harris角点匹配方法的优点，研究实现了改进的MeanShift多目标跟踪算法，使得多目标跟踪的准确度和鲁棒性提高。
基于以上研究工作，设计并实现了一个基于改进的MeanShift多目标跟踪算法的自动检测和实时跟踪原型系统。该系统操作简单，能够实现多目标检测、多目标跟踪和系统参数设置等功能，并通过实验证明了该系统的有效性。
关键词：Canny边缘检测，高斯混合模型，Harris角点检测，Kalman滤波，MeanShift
相关内容
相关标签