基于隨機(jī)霍夫變換的多人運(yùn)動分析.pdf

1、運(yùn)動目標(biāo)的檢測和跟蹤一直是計算機(jī)視覺中很重要課題，在安防系統(tǒng)、智能交通領(lǐng)域、超市和商場的人流統(tǒng)計等方面有廣泛的應(yīng)用。本文利用圖像處理技術(shù)對攝像機(jī)拍攝畫面進(jìn)行處理，實現(xiàn)對目標(biāo)的檢測、識別、跟蹤、計數(shù)等功能。
　　 本文主要針對攝像機(jī)固定，且在俯視的情況下，對經(jīng)過的人群進(jìn)行識別，主要的人群對象為在校學(xué)生，在Windows操作系統(tǒng)下，基于VisualC++和OpenCV1.0軟件開發(fā)平臺。通過查閱國內(nèi)外大量文獻(xiàn)，在總結(jié)前人經(jīng)驗的基礎(chǔ)上

2、，提出了適合本文研究對象的方法。
　　 本文的研究內(nèi)容可以分為三個主要部分:前景的提取、人頭區(qū)域的檢測、目標(biāo)的跟蹤計數(shù)。前景提取方面通過對主流算法的分析，并給出了他們各自適用的場合，本文采用的是單高斯模型進(jìn)行背景建模和背景模型的更新，并對前景進(jìn)行預(yù)處理，包括陰影去除、形態(tài)學(xué)濾波、邊緣檢測等，以提高后續(xù)工作效率;人頭區(qū)域的檢測是采用的基于形狀檢測的算法，霍夫變換是最經(jīng)典的形狀檢測算法，基于在俯視條件下，人的頭部輪廓近似一個圓形，本

3、文采用了隨機(jī)霍夫變換的思想，并對算法做了一定的改進(jìn)，在提高了檢測速度的同時得到了很好了效果，并根據(jù)顏色和輪廓特性進(jìn)行了濾波;目標(biāo)的跟蹤和計數(shù)方面對比了粒子濾波和卡爾曼濾波的原理和適用環(huán)境，由于本文研究對象可以認(rèn)為是做線性運(yùn)動，所以采用了基于卡爾曼濾波的預(yù)測原理，并簡化了卡爾曼模型，建立目標(biāo)模型信息，包括速度、位置和一些標(biāo)志變量等，速度方向符合要求的情況下采用最近鄰匹配算法，實現(xiàn)對目標(biāo)的跟蹤。計數(shù)時采用虛擬門線，將對面虛擬為一個目標(biāo)點，目