1、隨著人們安全意識的逐步提高及計算機等技術(shù)的發(fā)展，在生活中，視頻監(jiān)控系統(tǒng)隨處可見。通常，進行視頻監(jiān)控的目的是為了實現(xiàn)對監(jiān)控區(qū)域中運動目標(biāo)的檢測與跟蹤。目前，應(yīng)用于視頻監(jiān)控系統(tǒng)中的運動目標(biāo)檢測與跟蹤算法，大部分是針對普通生活場景的，這些場景相對簡單，而對于復(fù)雜的自然背景下的監(jiān)控，還沒有一個比較好的解決方案。通過研究，本文提出了適用于視頻監(jiān)控系統(tǒng)中的，針對復(fù)雜自然背景下的運動目標(biāo)檢測與跟蹤算法。論文主要工作如下:
　　在運動目標(biāo)檢測方面

2、，首先，提出了一種基于分形誤差的邊緣檢測算法，對視頻序列中的目標(biāo)邊緣特征進行提取;其次，提出了一種基于分形特征的運動目標(biāo)檢測算法，該算法利用目標(biāo)的分形維數(shù)與自然背景分形維數(shù)的差異將目標(biāo)從背景從檢測出來。經(jīng)驗證，該算法能對復(fù)雜背景下的運動目標(biāo)進行檢測，檢測速度快、結(jié)果準(zhǔn)確。
　　在運動目標(biāo)跟蹤方面，對常規(guī)的基于顏色特征的粒子濾波跟蹤算法進行了改進，采用自適應(yīng)濾波對運動目標(biāo)模型進行更新，增強了目標(biāo)跟蹤的魯棒性。另外，提出了一種基于多特