紅外圖像序列中人體目標(biāo)檢測與跟蹤算法研究.pdf

1、人體目標(biāo)檢測與跟蹤是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。相比于傳統(tǒng)可見光成像系統(tǒng)，紅外成像系統(tǒng)在黑暗和煙霧等環(huán)境中具有更強(qiáng)的視覺能力，基本可以實(shí)現(xiàn)全天候不間斷工作。因此，針對紅外圖像序列中人體目標(biāo)檢測與跟蹤算法的研究具有重要的實(shí)際應(yīng)用價(jià)值。
　　本文在介紹分析紅外圖像特性的基礎(chǔ)上，針對紅外圖像序列人體目標(biāo)檢測過程的候選目標(biāo)提取、人體目標(biāo)分類識(shí)別以及人體目標(biāo)跟蹤等算法進(jìn)行了研究。
　　首先，提出一種全新的基于圖像序列中背景檢測頻率最高假

2、設(shè)的背景建模方法。通過考察分析給定像素點(diǎn)在若干幀圖像中的灰度值分布情況，對該像素點(diǎn)的灰度值進(jìn)行歸類。定義像素點(diǎn)最多的類別為背景像素點(diǎn)所屬類別，最后采用高斯模型描述背景像素點(diǎn)及其領(lǐng)域的灰度值。實(shí)驗(yàn)結(jié)果表明新的背景建模方法能夠準(zhǔn)確地構(gòu)建圖像序列的背景，對各種情況具有魯棒性，采用背景差法能夠準(zhǔn)確地提取人體候選目標(biāo)。
　　其次，針對人體候選目標(biāo)識(shí)別分類問題，提出一種新的基于網(wǎng)格劃分與局部描述的目標(biāo)邊緣特征，并分別提取目標(biāo)形狀特征、目標(biāo)占空

3、比特征，采用三種特征按照由整體到局部的思路描述人體目標(biāo)，最后采用級聯(lián)分類器對紅外圖像中候選目標(biāo)進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明，本文的人體目標(biāo)檢測算法對不同數(shù)據(jù)庫、各種情況的人體目標(biāo)均能夠得到優(yōu)良的檢測結(jié)果。
　　最后，采用粒子濾波算法實(shí)現(xiàn)紅外圖像序列中的人體目標(biāo)跟蹤。針對人體目標(biāo)發(fā)生遮擋而導(dǎo)致跟蹤不準(zhǔn)確問題，提出一種新的基于局部邊緣特征重組的人體目標(biāo)特征。首先提取目標(biāo)的局部邊緣特征，然后提取出相鄰網(wǎng)格的局部邊緣特征并組合成新的人體目標(biāo)