APP下载

动态背景下运动目标检测与跟踪研究

2017-01-13邵万开石澄贤

计算机测量与控制 2016年8期
关键词:卡尔曼滤波背景检测

邵万开,石澄贤

(常州大学信息科学与工程学院,江苏常州 213164)

动态背景下运动目标检测与跟踪研究

邵万开,石澄贤

(常州大学信息科学与工程学院,江苏常州 213164)

主要研究动态背景下的运动目标检测和跟踪问题;背景补偿差分法是一种常用的动态背景下运动目标检测算法,但检测到的目标轮廓要比其真实轮廓大,检测结果不准确且算法复杂度较高;主动轮廓模型在图像分割和目标提取过程中具有拓扑结构变化灵活性,对数值计算方案的设计更加方便、有效,据此提出一种基于改进C-V模型和卡尔曼滤波的算法,用来检测和跟踪动态背景下的运动目标;提出的算法利用C-V模型曲线演化检测和跟踪目标,使C-V模型在目标的边缘处收敛;结合卡尔曼滤波预测运动目标下一帧位置,从而实现对运动目标轮廓的跟踪;实验结果表明,该方法可以对动态背景下运动目标进行精确的检测与跟踪。

C-V模型;目标检测;目标跟踪;卡尔曼滤波

0 引言

基于图像序列的运动目标检测和跟踪是机器视觉领域的热点问题,在人机交互、视频监控[1 2]、智能交通等领域有着广泛应用。

运动目标检测技术[3]是指将运动目标从视频背景中分离出来,主要方法有:光流法、帧间差分法、背景差分法。光流法,即给予图像上各像素点速度矢量,再将空间中运动场投射到图像上,若图像上速度矢量连续变化,则该像素是运动目标。该方法不需要预先知道现场环境信息,就能够检测出运动目标,有很强的适应性,但计算相当复杂,对噪声敏感,抗噪性能差。……

登录APP查看全文

猜你喜欢

卡尔曼滤波背景检测
“新四化”背景下汽车NVH的发展趋势
《论持久战》的写作背景
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
晚清外语翻译人才培养的背景
小波变换在PCB缺陷检测中的应用
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制
基于自适应卡尔曼滤波的新船舶试航系统