论文部分内容阅读
以计算机视觉技术为基础的智能视频监控系统，目前已经广泛应用于人们生产生活的各个方面。运动目标检测与跟踪是智能视频监控系统中的关键技术和主要研究方向，目的是实时检测视频序列帧中出现的运动目标，获得目标参数，对运动目标进行匹配和跟踪，进而获得目标的运动轨迹。本文主要研究了视频运动目标检测与跟踪系统的构成，系统中使用的视频、图像处理技术，运动目标检测及运动目标跟踪算法，并分别在计算机系统及嵌入式系统中实现了运动目标检测与跟踪系统。首先，分析研究了常用的运动目标检测算法及各自的优缺点，提出了一种基于累积差分更新的背景减除法，该算法结合累积差分的概念，对自适应背景建模法作出改进，较好地消除了场景变化以及噪声影响等的干扰，关于目标提取的阀值判断，提出了一种两主峰间差值的灰度直方图阀值分割法。接着，分析比较了连续自适应均值漂移CAMShift算法与Kalman滤波算法，提出了一种基于几何特征的Kalman滤波与目标直方图匹配相结合的运动目标跟踪算法，以目标灰度质心及外接矩形框长宽作为目标几何特征参数，分别使用两组卡尔曼滤波预测后，根据目标灰度模板相似度进行目标匹配。然后，在VC++6.0集成开发环境下，采用MFC应用程序框架及OpenCV计算机视觉库代码，实现了基于USB摄像头的运动目标检测与跟踪系统，对于USB摄像头或AVI视频文件输入的视频，系统能实时检测出场景中的运动物体并进行跟踪。最后，使用Altera ED2多媒体开发板，以CycloneⅡ系列EP2C35F672C6FPGA作为核心芯片，设计出基于SOPC的实时运动目标检测与跟踪系统，使用了QuartusⅡ、SOPC Builder及NiosⅡIDE等开发工具，完成硬件设计及软件开发，经仿真及调试该系统实现部分运行。