全方位视觉是近年来倍受关注的一个研究领域,也是各个国家学者研究的热点。与普通摄像机相比,它的优势在于能够采集到周围360°的视场信息,因此,有必要探索一套适合于全方位视觉的目标检测与跟踪方法。本文利用全方位视觉传感器,对图像的展开过程进行了研究,并在分析和总结现有目标检测与跟踪算法的基础上,结合全方位视觉的特点,对算法进行了改进,本文完成的研究工作及贡献如下:(1)全方位图像展开。虽然全方位视觉拥有巨大的视野范围,但它采集到的图像存在着严重的失真和场景扭曲,因此需要对图像进行展开。本文从全方位视觉的成像过程入手,论述了柱面展开算法,并在此基础上,又对快速展开算法进行了研究。同时,在展开过程中引入插值算法,以提高展开图像质量。(2)运动目标检测。在摄像机固定的情况下,本文将帧差法的思想应用于背景建模,提出了一种基于隔帧差分的背景建模方法,该算法利用连续的隔帧差分信息逐步获取背景模型,并提出了背景更新的相关策略;在摄像机运动的情况下,本文通过仿射变换来估算背景运动,提出了一种基于背景补偿的运动目标检测算法。(3)运动目标跟踪。针对传统Mean-shift在目标跟踪方面的不足,并考虑到全方位图像存在非线性畸变的问题,本文做了算法改进,改进算法首先采用自适应尺度法对窗口带宽进行修正,以适应目标尺度;同时,又结合Kalman滤波对目标运动进行估计;最后,通过实验证明:本文改进算法应用于全方位视觉,在复杂环境中对目标进行跟踪,能够取得良好的效果。