基于改进光流法的运动目标检测与跟踪

【摘要】：运动目标的检测与跟踪是一个近年来一直热门的研究与应用领域,主要是能够从较为复杂的背景下精准地自动识别运动目标,并且可以连续地获得目标的位置信息,再对目标进行追踪的过程。目前在日常生活以及军事各个领域内应用。目前计算机视觉领域应用较多的检测与跟踪算法是光流法,本文涉及的L-K光流法针对图像帧间运动较大时效果较差。为了克服L-K光流法的缺陷,我们加入了金字塔图像对原图像进行连续降级采样,并结合Meanshift算法来去除背景中特征点的干扰,加快跟踪速度。本文主要包含以下工作:(1)介绍了与本文有关的图像处理技术,如何采集图像以及对图像进行预处理,介绍对运动目标进行检测与跟踪的常用算法并对效果进行比较。(2)针对L-K光流法分析原理以及优缺点,探究进行校正的方案。研究Meanshift算法原理、优缺点以及结合L-K光流法后的改进。采用图像金字塔以及利用Meanshift算法能够在密度分布中寻找极值的特性加强L-K光流法对运动目标的跟踪的精准度。将改进算法与粒子滤波算法的跟踪效果进行比较。(3)使用三星Cortex-a9四核Exynos4412开发板实现实时检测与跟踪运动目标。首先介绍开发平台的硬件组成模块。接下来将Linux内核移植到ARM开发板上,并且完成QT的移植,CCD摄像头视频的采集,OPENCV库与头文件的移植,配置完成后对于文中提到的检测与跟踪算法进行检验,最终实现结果在在LCD屏幕上显示。