1、隨著經(jīng)濟(jì)以及電子技術(shù)的飛速發(fā)展，機器視覺受到人們的廣泛關(guān)注。作為機器視覺的重要發(fā)展方向，動態(tài)視頻中運動目標(biāo)的檢測及跟蹤越來越多的應(yīng)用到智能視頻監(jiān)控、天文觀測、工業(yè)故障檢測、軍事導(dǎo)航、醫(yī)學(xué)圖像分析等國民生活的各個領(lǐng)域。動態(tài)視頻中運動目標(biāo)的檢測及跟蹤主要包括運動目標(biāo)的檢測和運動目標(biāo)的跟蹤兩個方面。運動目標(biāo)檢測是指按照一定的周期從視頻圖像序列中檢測出前景運動目標(biāo)，而運動目標(biāo)跟蹤是指在視頻圖像中準(zhǔn)確的將運動目標(biāo)標(biāo)記出來。
　　本文將對運動

2、物體的檢測及跟蹤技術(shù)進(jìn)行研究。針對在運動目標(biāo)檢測過程中因光照、陰影、自然環(huán)境等因素而導(dǎo)致的檢測結(jié)果不清晰問題，采用四幀差分和Surendra算法相結(jié)合的方法進(jìn)行運動目標(biāo)分割。針對在運動目標(biāo)跟蹤過程中出現(xiàn)的背景顏色相似、目標(biāo)遮擋等導(dǎo)致的目標(biāo)丟失問題，本文將采用Kalman預(yù)測和改進(jìn)的Camshift相結(jié)合的算法對目標(biāo)進(jìn)行跟蹤。將Surendra算法和四幀差分算法相結(jié)合對運動目標(biāo)進(jìn)行檢測。本算法將四幀差分法檢測的目標(biāo)和Surendra算法通

3、過背景差分得到的目標(biāo)進(jìn)行結(jié)合，然后通過連通區(qū)域檢測消除小的空洞和殘留的噪聲斑點，最后得到運動目標(biāo)圖像信息。這種算法既能夠準(zhǔn)確的提取出運動目標(biāo)，又能迅速適應(yīng)實際場景中的變化。通過實驗證明了本算法的準(zhǔn)確性。采用Kalman預(yù)測和改進(jìn)的Camshifi相結(jié)合的算法來對運動目標(biāo)進(jìn)行跟蹤。先用Kalman濾波器預(yù)測Camshift算法里第二幀以后的搜索框的質(zhì)心和大小，后用Camshift算法得出移動目標(biāo)區(qū)域的準(zhǔn)確的位置和大小，有效的對運動物體進(jìn)行