论文部分内容阅读
随着计算机视觉的高速发展,视频目标跟踪已成为现计算机视觉领域的热门问题,而动态背景下的多目标跟踪相对于静态监控或者单目标跟踪更加复杂,更加具有挑战,从而引起更多人的关注和研究。首先,这个问题涉及面很广,牵涉到图像处理,数据处理,模式识别,信号处理等各个相关领域。其次,动态背景的多目标跟踪在民用中对智能城市安防,交通,航拍监控意义重大,同时在军事上的武器制导,无人机侦查打击也扮演着重要角色。本文结合实际情况和项目需求,以无人机为平台,以采集到的航拍视频为数据,设计一套多目标跟踪算法系统完成对地面运动多目标的检测与跟踪,并针对不同复杂场景的运动多目标情况,提出了改进算法,实现多目标的稳定跟踪和运动航迹的显示。系统分检测和跟踪两大模块,目标检测模块采用运动补偿的原理,将两帧连续帧图特征提取并匹配,结合RANSAC算法计算出运动补偿的透视变换参数矩阵。进而将目标检测的背景转化为静态,最后采用帧差法,图形学处理和信息提取检测出运动目标并提取运动信息。多目标跟踪模块分数据关联和航迹显示两个子模块,数据关联是对每次新检测的运动目标信息与之前航迹的关联,航迹显示模块负责显示目标的运动轨迹,最后该稳定的目标航迹数据在视频中呈现出来。完成动态背景下多目标跟踪,总结实验结果并分析,进而针对目标可变和目标遮挡复杂多目标情况提出改进算法,引入逻辑航迹管理办法实现目标可变的多目标跟踪,采用融于kalman滤波的多目标跟踪算法对目标遮挡情况有很好的适应性,通过实验分析算法的可行性和鲁棒性。最后验证并分析算法对普通和复杂情况多目标跟踪的可行性和优缺点,并完成整个算法的仿真可视化界面。