题目：视频序列目标检测与跟踪算法研究

摘 要

随着IT技术的飞速发展与各种监控设备成本的不断降低，视频监控系统已经在生产生活的各个领域得到了广泛应用,视频序列中运动目标的检测和跟踪技术也日益成为一个非常重要的研究课题。

视频序列运动目标的检测与跟踪是在视频图像分析的基础上结合模式识别和图像的跟踪方法对图像序列中的运动目标进行检测和跟踪的过程，视频运动目标的检测是跟踪的基础，正确地从视频流中检测提取运动目标并进行跟踪是智能视频监控系统的重要部分。然而，运动目标检测与跟踪研究中目标场景复杂性，环境噪声的干扰以及算法的适应性等限制因素都给算法研究带来了一定的困难。为此，国内外许多学者都致力于探索更加有效的运动目标检测与跟踪算法，并提出了很多优化改进的算法，本文在前人研究的基础上，对视频序列运动目标的检测与跟踪进行了探索研究，主要研究工作如下：

（1）提出了一种将连续帧间差分法与背景差分法相结合的运动目标检测方法。该方法，首先通过连续帧间差分法获得连续帧差图像，接着分别通过线性的自适应滤波、非线性的中值滤波获得背景图像进行差分，然后再利用阈值分割技术实现运动目标的增强，从而克服了背景差分法和帧间差分法的不足，有效解决了背景差分法和帧间差分法中都可能出现的无法检测目标现象，提高了运动目标检测的准确性、实时性和检测效率。实验结果表明，所提出算法可以有效地避免出现“漏检”、“误检”等情况，大大提高了运动目标检测的效率和准确性。

（2）提出了一种将边缘检测算法和连续帧间差分法结合起来进行视频运动目标检测的算法。算法在连续帧差法的基础上，增加了边缘检测以及填充膨胀操作，显著地提高了检测效果。最后，还利用颜色信息对目标检测结果做进一步验证。本方法可有效提高目标检测的效率与准确性，具有很好的实际应用价值。

（3）对Mean Shift算法在视频目标跟踪中的应用技术进行了研究，提出了改进的自适应Mean Shift运动目标跟踪算法，通过结合视频序列图像的帧间差分自适应检测和Mean Shift目标跟踪算法,可以有效的对运动目标进行自适应的检测跟踪，弥补了Mean Shift跟踪算法中目标选择窗宽不变的不足，可以准确检测跟踪随着运动不断变化的目标。实验仿真验证了该算法在运动目标跟踪中的有效性。