自然場景下慢速運(yùn)動目標(biāo)特征跟蹤算法及應(yīng)用研究.pdf

1、視頻運(yùn)動目標(biāo)跟蹤技術(shù)，簡單說就是在下一幀圖像中鎖定感興趣目標(biāo)的確切位置以及獲得運(yùn)動目標(biāo)的坐標(biāo)消息、速度以及加速度等信息。為分析運(yùn)動目標(biāo)的運(yùn)動趨勢、運(yùn)動軌跡、行為理解等更深一步的研究打下基礎(chǔ)。因此運(yùn)動目標(biāo)跟蹤技術(shù)也具有廣泛的應(yīng)用，比如在軍事上，對戰(zhàn)場環(huán)境中的敵方目標(biāo)進(jìn)行快速準(zhǔn)確地搜索，穩(wěn)定可靠地跟蹤快速變化的運(yùn)動目標(biāo)，以進(jìn)行打擊；醫(yī)學(xué)上對感興趣的細(xì)胞組織等的實(shí)時(shí)跟蹤,人的行為理解等。雖然運(yùn)動目標(biāo)跟蹤已經(jīng)研究了很多年，但仍然是專家們研究的熱

2、點(diǎn)。
　　首先，本文對目前視頻運(yùn)動目標(biāo)跟蹤領(lǐng)域國內(nèi)外研究現(xiàn)狀進(jìn)行了詳細(xì)的探討，并對當(dāng)前遇到的難點(diǎn)文進(jìn)行了深入分析。詳細(xì)探討了經(jīng)典的SIFT特征點(diǎn)匹配跟蹤算法以及Mean Shift跟蹤算法，基于SIFT特征點(diǎn)的方法在分辨率較好情況下有較強(qiáng)的魯棒性，分辨率下降時(shí)，其應(yīng)用會受到限制；Mean Shift跟蹤算法實(shí)時(shí)性很強(qiáng)，但也會由于目標(biāo)位置信息得不到充分利用，隨著時(shí)間推移，導(dǎo)致跟蹤精度不高。
　　之后，本文探討了一種基于DWT-

3、DCT系數(shù)符號特征匹配的視頻目標(biāo)跟蹤算法該算法通過提取這一特征進(jìn)行特征匹配來定位目標(biāo)的位置。提取這一特征過程中不僅利用目標(biāo)的像素信息，而且充分利用了目標(biāo)的坐標(biāo)信息。通過與SIFT特征點(diǎn)匹配算法與Mean Shift算法的對比實(shí)驗(yàn)分析可知，該算法不僅具有較強(qiáng)的魯棒性，而且在低分辨條件下仍能對尺度較小的目標(biāo)進(jìn)行精確地跟蹤。
　　圖像超分辨也是目標(biāo)跟蹤技術(shù)的后續(xù)應(yīng)用，通過跟蹤技術(shù)得到目標(biāo)序列圖像。由于目前監(jiān)控視頻等具有分辨率較低等特點(diǎn)，