计算机视觉中的运动目标检测与跟踪技术研究

"运动目标检测与跟踪的研究与实现——浙江大学硕士论文，作者郑志洵，指导教师杨建刚教授" 运动目标检测与跟踪是计算机视觉领域的重要组成部分，它在道路交通管理、安全监控、自动驾驶等多个领域有着广泛的应用。该研究主要探讨如何使计算机能够从连续的视频图像序列中有效地提取并跟踪运动目标，从而获取目标的运动数据。 在运动目标检测的初始阶段，背景提取是关键。传统的背景提取方法基于平均值，但容易受到光照变化的影响。郑志洵的论文提出了一种改进的基于均值的背景提取算法，同时引入了减少图像像素的兴趣区提取策略，以提高背景建模的准确性，降低噪声影响。 运动点团提取过程中，阴影处理是一个挑战。论文提出了一种改进的基于RGB空间的阴影处理算法，通过对颜色特征的分析来区分阴影和真实运动目标，从而提高检测的准确性。此外，运动点团位置提取时，采用改进的线段编码算法，优化了目标定位的精度。 在运动物体跟踪环节，论文提出了一种基于预测的运动跟踪算法，利用前一帧的目标状态预测当前帧的目标位置，增强了跟踪的连贯性。这种方法对于目标突然改变速度或方向的情况具有较好的适应性。 实验部分对比了基于灰度图像序列、边缘图像序列以及彩色图像序列的运动目标检测与跟踪效果。结果显示，彩色图像序列提供的信息更丰富，因此基于彩色图像的检测与跟踪性能更优。 论文的结论指出，所提出的运动目标检测与跟踪方法在健壮性和实时性上满足实际应用需求，为实际交通管理系统和其他相关领域的应用提供了理论和技术支持。关键词涉及的背景提取、阴影处理、运动目标检测、运动跟踪、彩色图像、灰度图像以及彩色边缘检测都是研究中的关键技术点。 这篇硕士论文深入探讨了运动目标检测与跟踪的关键技术，为这一领域的研究提供了新的思路和改进算法，对于提升计算机视觉系统的性能有着积极的推动作用。