1、“.....银行电力交通安全仓储建筑以及军事设施等领域对安全防范和现场记录报警系统的需求与日俱增，要求越来越高，从而促进了视频监控系统的发展。同时由于计算机硬件技术的发展，计算机在处理速度存储容量并行计算等方面的性能快速提高，加之随着高速数字信号处理器的诞生，对运动目标的提取与实时跟踪成为可能。可以这样认为，随着信息技术的发展，视频监控分析和处理在商业国防安全和军事应用领域中具有非常广泛的需求。例如，在军事中，视频监控系统可用于导弹飞机舰艇等多种重要军事运动目标的监视检测和跟踪在交通管理中，视频监控分析和处理有助于交通流量速度交通事故监控车流密度堵塞状况以及路面状况气象等参数的观测提取和分析，并通过对这些参数调节和控制，使交通自动保持最佳运行状态......”。

2、“.....都具有广泛的应用前景。目标跟踪是智能视频监控的项重要研究内容，其目的是能够在视频序列中，对所关心的目标进行实时检测与跟踪，为用户提供目标的运动信息。关于目标跟踪的研究已有多年的历史，并已应用到安防交通控制等领域。单相机视频监控最核心的技术环节就是目标的识别问题。视频监控系统主要有单摄像头系统和多摄像头系统。多摄像头无重叠区域的目标跟踪，由于目标具有时空不连续性，导致目标物的位置关光照突变下的目标跟踪算法研究系大小以及姿态都不适合作为目标跟踪时的匹配特征，因此，取颜色作为目标跟踪时的匹配特征是最佳的选择。本课题所研究的光照突变情况下的目标跟踪是多摄像头目标跟踪的基础，因此，本课题采用颜色特征作为跟踪时候的匹配特征。光照条件变化直是目标跟踪研究领域的个难点问题，由于光照条件的变化......”。

3、“.....导致了在不同光照下，相同目标的颜色特征的不致如图所示。因此，本文旨在寻找种能够克服光照条件变化对目标颜色影响的特征，进而进行准确目标跟踪。图不同光照条件下相同目标颜色特征对比图国内外研究现状到目前为止，国内外研究学者关于视频监视系统及分析处理技术已经开展了大量的研究工作，也已取得了不少成果。如，早在年美国信息系统办公室就开始了西安理工大学本科生毕业设计论文个三年的计划来研究技术，其目标是研究对视频的自动化理解技术以便建立个能在城市或战场等复杂环境下应用多个摄像机对人，车等的行为进行监控的系统资助的咖和项目，目的是建立对地铁站内人们的活动行为进行监控的系统。在美国，警方通过相机，监视暴力犯罪发案率高的街道拐角和敏感的政府建筑，甚至用相机捕捉超速驾驶者。美国的公共汽车火车站门厅学校和商店等公共场所普遍安装了相机，安全人员在中央控制室监视视频画面。相机已成为警方破案的得力助手。在犯罪分子作案之后......”。

4、“.....在安装相机最多的大都市之伦敦，年月伦敦地铁爆炸案发生后，警方通过监视录像确认了作案人。在国内，己有许多研究机构和高等院校在运动场景的分析中投入了相当大的研究精力近年来，国内各行业的研究学者发表了大量的有关运动目标跟踪的研究成果论文另外，在运动目标跟踪的应用系统研发方面，国内也取得了积极的研究成果如，东南大学自动控制系模式识别实验室在七五期问与原电子部三所合作，完成了国防科工委重大基础科研课题智能电视罪踪系统获得年国家科技进步二等奖。该系统采用基于相似性度量的模板匹配方法来识别是否存在目标，适合于简单背景下的目标识别与跟踪。在八五和九五期间与信息产业部电子三所共同承担了国防预研项且，分别成功研制了智能电视跟踪系统和智能电视跟踪系统。光照突变下的目标跟踪算法研究本文的主要研究内容及结构本文设计并实现了个基于视频序列的光照突变下的目标跟踪算法，该算法能实现对拍摄到的视频序列中指定的目标进行跟踪......”。

5、“.....该算法设计的准则是保证目标跟踪的准确性和算法的鲁棒性。针对以上内容，本文采用如下的组织结构完成对方法的论述以及对实验结果的分析。第章绪论中提出了本课题的背景和目前国内外目标跟踪技术的研究和发展情况，指出了目标跟踪是数字图像处理领域和计算机视觉领域备受关注的前沿方向和作为目标的概率分布估计，用修正系数的离散形式表示两个分布的贝叶斯率，可以表示为,,其中，为两直方图的系数，为候选目标的直方图分布，为模板的直方图分布，为两直方图的距离，其值越小，表明两直方图的相似度越高反之，两直方图相似度越低。欧氏距离匹配法首先计算作为模板的的目标区域的颜色直方图，记作，设待匹配的区域的颜色直方图为，二者的相关性由模板直方图与待匹配区域的直方图的欧氏距离函数,来衡量，即,也可用二者的绝对差来衡量相关性，即西安理工大学本科生毕业设计论文,值最小的即为最终的匹配结果......”。

6、“.....可以实现对本文中目标较准确的跟踪，如图图所示为目标跟踪的部分截图。第帧第帧第帧第帧光照突变下的目标跟踪算法研究第帧第帧图非中性色目标跟踪结果结果分析可以看出，在对目标已进行跟踪时，利用本文的目标跟踪方法，当目标光照发生突变时，仍可实现对目标的准确跟踪，突变前后无匹配。然而，若待跟踪目标信息不更新时，则可能出现目标的误跟踪，如图所示，这是由于目标特征长时间未更新，目标特征差异较大所致。为解决以上问题，则需对其进行特征更新，结果如图。第帧第帧第帧第帧西安理工大学本科生毕业设计论文图目标二跟踪结果结果分析本文中在利用色度和饱和度对目标二进行匹配跟踪时出现了匹配如图。分析原因，是由于目标二是中性色目标，色彩饱和度信息较小。由此，本文中提出了根据目标物颜色的饱和度信息先对待跟踪目标进行分类分为中性色类与非中性色类，然后，只对中性色目标进行匹配，这样不仅可以提高匹配的准确率，而且可以提高代码的运行效率......”。

7、“.....匹配得出的色度饱和度和亮度信息，经过加权之后得出最终匹配结果。第帧第帧图中性色目标跟踪结果光照突变下的目标跟踪算法研究第五章实验结果及分析本文主要介绍的是光照突变下的目标跟踪算法，具体步骤如下利用单高斯背景建模的方法检测出运动目标，并分割。对分割后的图像做贴标签处理，并过滤无效目标。对图像进行色系转换，并将分别量化，绘出维直方图。获取指定目标颜色直方图维直方图信息。用各目标分别与待匹配目标进行直方图匹配。针对中性色目标的跟踪，采用加权匹配的方法。如下式表所示相似度表相似度其中，分别为色度饱和度和亮度匹配结果相似度的权值。首先是利用单高斯的方法实现目标的检测与分割，如图为单高斯背景建模效果图，西安理工大学本科生毕业设计论文图单高斯背景建模效果图其次对检测结果进行分割处理，并滤除无效目标，实验结果对比如图所示，为运动目标检测结果，为对上图进行目标过滤后的结果......”。

8、“.....过滤掉了无效的背景目标树叶等，使后续运动目标位置的确定更加准确。其次提取指定目标中性色及非中性色目标的颜色特征信息，作为待匹配信息，值得注意的是，本文中对中性色目标的跟踪也做了相应处理，具体特征提取结果如图所示，为非中性色目标特征提取结果为中性色目标特征提取结果，对比如下图非中性色目标特征提取结果光照突变下的目标跟踪算法研究图中性色目标特征提取结果对比两种目标直方图信息可以看出，由于目标皮肤以及部分背景的存在，理论上的中性色目标饱和度信息为零的情况并没有出现，中性色目标相对非中性色目标饱和度信息较集中主要集中在前半部分，所以本文中就按照这个特点，将直方图中饱和度的后半部分即正个直方图的范围内的值累加，根据累加结果设定阈值，作为区分中性色与非中性色的条件。最后利用距离匹配方法，用各目标信息分别与原图直方图进行匹配，匹配后加权值即为最终匹配结果。由于本文是光照突变环境，所以亮度的权值较小......”。

9、“.....而作为主要匹配信息的色度和饱和度信息权值则较大。如图为非中性色目标匹配跟踪的结果图。第帧第帧西安理工大学本科生毕业设计论文第帧第帧图目标匹配跟踪结果非中性色如下图为匹配出错时的跟踪结果图第帧图目标匹配跟踪结果非中性色由上图可以看出，在没有背景更新的情况下不能达到完全正确匹配，在帧是出现无匹配，本文中通过不表特征实时更新的方法解决了上述问题，即当匹配正确时，该待匹配目标信息更新为原目标特征信息，该方法能有效解决突变前后零星的误匹配问题，使匹配准确有效。如图所示为中性色目标跟踪结果。光照突变下的目标跟踪算法研究第帧第帧第帧第帧图目标匹配跟踪结果中性色由于本文是光照突变环境，所以亮度的权值较小，以减小它对匹配结果的影响，而作为主要匹配信息的色度和饱和度信息权值则较大。西安理工大学本科生毕业设计论文致谢光照突变下的目标跟踪算法研究参考文献,王帅基于视频序列的图像配准算法研究与应用哈尔滨哈尔滨工业大学......”。