基于全方位视觉的多目标检测跟踪.doc

硕士学位论文论文题目：基于全方位视觉的多目标检测跟踪作者姓名指导教师学科专业--------------所在学院提交日期2007年11月浙江工业大学硕士学位论文基于全方位视觉的多目标检测跟踪作者姓名:指导教师:浙江工业大学软件学院2007年11月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofMasterDetectionandTrackingMultipleMovingObjectsBasedonOmnidirectionalVisionCandidate:Advisor:SoftwareCollegeZhejiangUniversityofTechnologyNov2007浙江工业大学学位论文原创性声明本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密□，在______年解密后适用本授权书。2、不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日基于全方位视觉的多目标检测跟踪摘要多目标检测与跟踪涉及图像处理、模式识别等多个技术领域，是计算机视觉系统中的重要课题。本文采用能实时获取水平方向360°场景图像的全方位视觉装置，设计并验证了一种新的多运动目标检测与跟踪方法。本文在综述目前国内外多目标跟踪的研究现状的基础上，主要完成了以下研究工作：在运动目标检测方面，提出了帧差法和背景减除法相结合的目标检测方法。利用该方法检测出运动区域并二值化图像，应用数学形态学去除图像中的噪声，通过连通域标识和碎片合并得到各个运动目标，并提取各运动目标的物理属性参数，通过实时更新背景，提高目标检测的准确性。基于Kalman滤波器和匹配矩阵方法，设计了多目标跟踪算法。所设计的算法用Kalman滤波器预测运动目标的状态；用匹配矩阵解决多目标跟踪中多个目标的遮挡、遮挡目标分离、目标消失、目标新出现等情况。实验结果证明了所提出方法的有效性。最后，基于Directshow和OpenCV图形处理库，以C++为开发语言，设计开发了一个多目标检测与跟踪的原型系统，并进行了实验验证。关键词：全方位视觉，目标检测，目标跟踪，匹配矩阵，Kalmanl滤波器DETECTIONANDTRACKINGMULTIPLEMOVINGOBJECTSBASEDONOMNIDIRECTIONALVISIONABSTRACTMultiplemovingobjectsdetectionandtrackingrelatestoimageprocessingandpatternrecognitionareas.Itisanimportantissueincomputervision.Anovelomnidirectionalvisionsensorwhichcapturesreal-time360degreesceneisputforwardinthispaper.Anewmultipleobjectsdetectionandtrackingmethodisbroughtupandexperimented.Onthebasisofsummarizingcurrentresearchofmultipleobjectstrackingbothathomeandabroadnowadays,themaincontentofthispaperisasfollows:Inrespectofmovingtargetdetection,amethodofmovingobjectsdetectionbasedonframedifferenceandbackgroundsubtractionisbroughtup.Imagesofmovementareasarebinarized,whosenoisesareeliminatedbymorphologicalmethod.Andallcompletemovingobjectsareextractedthroughlabeledconnectin