摘要：多年以来，计算机视觉（Computer Vision，CV）作为一个非常受关注的研究领域从而迅猛发展。检测并且跟踪图像中特定的目标，是计算机视觉领域中非常基础并且十分重要的课题之一。目标检测，也叫目标提取，它的准确性和实时性对整个系统是十分重要的。特别是在复杂场景中，需要对多个目标进行实时处理时，目标检测就显得格外突出。目标跟踪可以简单说是估计物体围绕一个场景运动时在图像平面中轨迹，就是一个跟踪系统给同一个视频中不同帧的跟踪目标分配相一致的标签。目标的检测和跟踪从数学的角度上看，它是一个动态优化过程，就是在图像序列中搜索和预测出目标当前的最佳位置。

差分进化算法（Differential Evolution，DE）在智能优化领域是一种新兴的优化算法，受到大量应用。差分进化算法在解决各种有关科学和工程的优化问题，拥有结构简单、并行迭代和自适应搜索等优点。但是它在实际的应用中优化能力会受到一些限制，因为DE算法存在进化停滞、早熟收敛的问题。所以，本课题通过对静止背景下的视频序列中的运动人体进行检测和跟踪从而对差分进化算法进行研究。

关键词:计算机视觉；目标检测；目标跟踪；差分进化算法

目录

摘要

Abstract

1绪论-1

1.1课题研究背景和意义-1

1.2研究进展及现状-1

1.2.1目标检测研究综述-2

1.2.2目标跟踪研究综述-2

1.3研究内容和安排-4

2 差分进化算法及应用-5

2.1差分进化算法-5

2.1.1标准差分进化算法-6

2.1.2差分进化算法的改进总结-7

2.2差分进化算法的应用-8

2.3本文涉及的工作-8

2.3.1基于差分进化算法的改进工作-8

2.3.2基于改进的DE算法在目标跟踪上的应用-9

3 差分进化算法在目标跟踪中的应用-10

3.1引言-10

3.2目标跟踪技术-10

3.3运动目标检测-11

3.3.1运动目标检测的基本方法-12

3.3.2图像的灰度化处理与目标标定-13

3.3.3背景模型的建立与自适应更新-14

3.4基于差分进化算法的跟踪方案设计流程-15

3.5算法仿真及性能分析-17

3.6本章小结-21

结    论-23

参 考 文 献-24

附录A 程序代码-25

致    谢-33