序列图像中的运动目标检测与跟踪是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在机器人导航、智能视觉监控系统、医学图像分析、工业检测以及视频图像分析等领域中都有应用。 该项研究的对象,即图像序列中的图像,是由运动目标和背景所构成的。背景可以分为三种情况:一种是简单而且静止的背景,一种是简单小变化背景,还有一种是复杂变化的背景。静止背景的运动检测和跟踪现有研究较多。动态背景下的运动检测和跟踪研究较少,算法还不很成熟。该文分别对第一和第二种情况进行了研究。该文首先构建了一个数字图像采集系统,根据实际情况选择了相应的硬件系统部分和软件系统部分,接着概要介绍了目前运动目标检测与跟踪领域的一些常用方法。在运动目标检测方面,主要包括基于帧间差分法、基于背景差分的方法、和基于光流场的方法,并对各种方法进行了比较和实验分析,指出其优缺点及适用范围。在运动目标跟踪方面,介绍了三种特征匹配算法:绝对平衡搜索法、归一化互相关匹配算法和直方图匹配算法,以及两种快速匹配方法:序贯相似性匹配算法和金字塔分层搜索算法。论文在运动目标检测方面,利用了背景差分法和连续帧间差分法;运动目标跟踪方面,采用绝对平衡搜索算法和归一化互相关匹配算法及其他辅助图像处理算法。利用Visual C++和OpenCV编写程序,实现了一个实用的序列图像采集与保存,运动目标检测提取和匹配跟踪系统。该系统在简单静止背景和简单小变化背景中都能较准确地检测运动目标并对其跟踪。为了提高跟踪结果的准确性和实时性,设计了“误差舍入”方法来消除误差点,并根据金字塔分层搜索算法原理编写了快速匹配程序。本论文提供的算法在智能视觉监控、空中预警、工业检测等领域具有一定的实用价值。