基于主動輪廓的運動目標(biāo)檢測與跟蹤.pdf

1、運動目標(biāo)的檢測與跟蹤是計算機視覺和圖像處理研究的主要內(nèi)容之一。實現(xiàn)對運動目標(biāo)的檢測跟蹤涉及到多個方面的知識，比如模式識別、應(yīng)用數(shù)學(xué)、物理學(xué)、圖像處理等等，在機器人導(dǎo)航、智能監(jiān)控系統(tǒng)、醫(yī)學(xué)圖像處理和視頻圖像壓縮等領(lǐng)域均有應(yīng)用。
　　 自從Kass等人提出主動輪廓模型，并將它應(yīng)用到跟蹤人的唇動以來，主動輪廓模型作為主動視覺領(lǐng)域里的一門重要學(xué)科越來越受到廣泛地重視。同傳統(tǒng)的視覺處理方法不同，主動輪廓模型是一種充分利用圖像的高層信息的自

2、上而下的處理方法。由于它的優(yōu)越性，使它在多重領(lǐng)域內(nèi)得到運用，如：醫(yī)學(xué)圖像處理、序列圖像跟蹤、圖像分割、監(jiān)視監(jiān)控等。近幾十年來，人們對主動輪廓模型作了許多改進(jìn)，提出了許多不同的目標(biāo)檢測和跟蹤的方法，但由于Snake模型本身存在的不足，使得該模型在目標(biāo)檢測和跟蹤過程中依然存在一些問題，因此，有必要繼續(xù)對其進(jìn)行更深入的研究。
　　 本文闡述了參數(shù)型主動輪廓模型的基本原理，重點研究分析了B-Snake模型、動態(tài)規(guī)劃法和卡爾曼濾波器，在前

3、人工作的基礎(chǔ)上，設(shè)計了一種基于卡爾曼濾波器的B樣條主動輪廓跟蹤算法，并較好地融合進(jìn)全局優(yōu)化的動態(tài)規(guī)劃技術(shù)。首先采用B樣條主動輪廓在較少控制點的情況下，較好地逼近目標(biāo)的輪廓；同時采用動態(tài)規(guī)劃技術(shù)解決了背景干擾帶來的局部極值問題；并在卡爾曼濾波器框架內(nèi)，準(zhǔn)確預(yù)測目標(biāo)的運動速度、位置和尺度大小，從而形成一個穩(wěn)定的跟蹤算法。
　　 通過多個經(jīng)典的圖像序列測試，驗證了本算法的穩(wěn)定性和精度，其結(jié)果表明本文算法在跟蹤過程中具有分割精度高、跟蹤