视频监控系统在国民经济和国防建设中发挥着重要作用,广泛应用在保安、智能交通、智能武器等诸多领域。本文针对实际监控系统中难以兼顾可靠性与实时性的缺点,着重讨论和研究了监控系统中的关键技术运动目标检测和目标跟踪,并研究了算法在数字信号处理器DSP上的实现。 在运动目标检测方面,本文研究和分析了大量的算法,对基于高斯统计模型的背景减法进行了改进,同时提出了一个将高斯模型与帧间差分法相结合的检测系统构架;另外,本文从统计学的角度出发,相对于以往基于参数模型的背景减法,提出了基于三角核估计的非参数模型的方法来对背景建模,以及相应的背景更新规则,该方法克服了参数方法固有的缺点,不受概率模型和参数的制约,检测结果更加准确,鲁棒性更强。目标跟踪方面,在研究了目前常用的几种跟踪算法的基础上,改进了扩展卡尔曼跟踪算法,利用运动检测结果,通过运动区域的质心位置和面积比较来代替复杂的匹配过程,提高了跟踪的运算速度,同时简单有效的解决了复杂运动的情况。接着,在上述两个模块的基础上设计了一个完整的运动目标检测与跟踪系统的软件框架,充分利用了场景大部分时间静止的特点节约存储设备的容量,自动报警,具有更高的智能性。最后研究了TI公司TMS320C6000系列DSP的内部结构和开发过程,将算法移植到DSP集成开发环境CCS上,并进行相应的程序优化,试验仿真成功。