移动目标检测与跟踪关键技术的研究开题报告

四、方案（设计方案、研制方案、研究方案）设计及论证（不少于900字）

方案设计如下：

方案主要包含四部分内容，分别是图像采集、图像预处理、移动目标识别、移动目标跟踪。

视频采集。matlab内置有硬件支持包，可以较为轻松的实现内置摄像头调用。

图像预处理。将使用中值滤波算法，具体方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。

将78像素值的其邻域设置为33大小，对其33邻域内像素点的像素值进行排序，在该序列中，中值点的值为93，因此用该值替换原来的像素值 78，作为当前点的新像素值。

移动目标识别。目前应用于静止背景下移动目标检测的方法主要有三种：光流法、背景差分法、帧间差分法。帧间差分法，相较于差分法和光流法、帧间差分法相比体现出算法程序量较少，容易实现，且抗由背景变化而产生的干扰的能力较强。因此最终使用帧间差分法实现移动目标检测。

算法主要过程为：

1.k 帧的图像用fk(x, y)来表示，k 1 帧图像用fk 1(x, y)来表示，k 1 帧图像减去 k帧图像的绝对值表示对两张图相减，变动区域用Dk(x, y)来表示：

Dk(x,y)=fk 1(x,y)-fk(x,y)

2. 提取目标并进行二值化处理，当两张图像相减的绝对值大于等于设置的阈值时，则就将其认定为目标图像，并将其像素点设为 1，当小于阈值时，则认定为背景图像的像素点，并把背景图像的像素点设置为 0。

Rk(x,y)=amp;1,Dk(x,y)≥Tamp;0,Dk(x,y)lt;T

移动目标跟踪。目前较为常用的目标追踪算法为均值漂移算法和卡尔曼滤波算法，相较于均值漂移算法，卡尔曼算法极大的降低高斯白噪声对系统的影响，从而估算出最优的系统值。由于其卓越的性能，在导航，控制，导弹追踪，数字图像处理等领域具有极大的重要性。因此最终使用卡尔曼滤波算法实现移动目标追踪。卡尔曼滤波算法介绍如下：

设动态系统的状态方程为：

xk=Axk-1 wk-1

观测方程为：

zk=Hxk vk

xk，xk-1是k，k-1时刻的状态向量，wk-1是状态在转移期间产生的噪声，vk是在 k时刻观察的过程中，产生的观测噪声。

先验估计误差ek-其协方差为：

ek-=xk-xk-1-Pk-=Eek-ek-T

同理，修正后的先验估计误差及其协方差为：

ek=xk-xkPk=EekekT

对应修正后的估计误差最小的协方差的增益矩阵Kk决定了算法的修正量，Kk和Pk之间存在关系，这两者的关系为

Kk=Pk-HTHPk-HT R-1Pk=I-KkHPk-