基于活動(dòng)輪廓模型和顏色信息的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法.pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要課題，也是計(jì)算機(jī)視覺(jué)系統(tǒng)的關(guān)鍵底層技術(shù)，其目的是運(yùn)用計(jì)算機(jī)視覺(jué)從復(fù)雜的變化的背景環(huán)境中準(zhǔn)確識(shí)別出所需的運(yùn)動(dòng)目標(biāo)，并提取穩(wěn)定的目標(biāo)特征，進(jìn)而對(duì)目標(biāo)的位置和姿態(tài)等信息進(jìn)行快速實(shí)時(shí)的跟蹤?；谟?jì)算機(jī)視覺(jué)的應(yīng)用范圍越來(lái)越廣，對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)的要求也越來(lái)越高。
　　 當(dāng)前大多數(shù)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤方法在灰度級(jí)圖像中進(jìn)行，而實(shí)際場(chǎng)景中背景的復(fù)雜多變，光線亮度的變化、背景中物體的變動(dòng)、

2、背景中存在與目標(biāo)特征類似的物體、陰影、目標(biāo)遮擋等問(wèn)題，都給灰度級(jí)圖像運(yùn)動(dòng)目標(biāo)的準(zhǔn)確跟蹤帶來(lái)困難。因此，本文在總結(jié)和分析現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)的基礎(chǔ)上，為充分利用圖像的彩色信息和運(yùn)用偏三維約束活動(dòng)輪廓模型對(duì)目標(biāo)進(jìn)行收斂檢測(cè),提出了一種改進(jìn)的邊緣檢測(cè)融合方法,并通過(guò)實(shí)驗(yàn)證明了新方法的有效性。
　　 本文研究的具體算法為：首先，對(duì)采集到的圖像進(jìn)行預(yù)處理，去除噪聲和干擾；其次，在目標(biāo)檢測(cè)方面，通過(guò)利用多幀圖像平均法提取可靠的背景，

3、再通過(guò)背景差分法檢測(cè)出運(yùn)動(dòng)目標(biāo)區(qū)域，并對(duì)其進(jìn)行二值化形態(tài)學(xué)濾波獲得第一幀圖像初始輪廓。其他幀圖像輪廓均是由前兩幀圖像預(yù)測(cè)匹配得到。為充分利用彩色信息本文采用的邊緣檢測(cè)方法是通過(guò)對(duì)HSV三個(gè)分量分別用偏三維約束的活動(dòng)輪廓模型進(jìn)行迭代收斂，在獲得的三分量收斂輪廓圖的基礎(chǔ)上通過(guò)本文提出的改進(jìn)的彩色邊緣檢測(cè)融合算法得到目標(biāo)輪廓。在目標(biāo)跟蹤方面，根據(jù)相鄰幀間物體變化的平滑性和一致性的特點(diǎn)，由前兩幀圖像的收斂輪廓通過(guò)預(yù)測(cè)匹配算法獲取當(dāng)前幀目標(biāo)的初始