基于全景視覺的運動目標(biāo)檢測與跟蹤方法研究.pdf

1、全景視覺自從被人們研究以來，便在計算機視覺領(lǐng)域有了長足的發(fā)展；而運動目標(biāo)的檢測和跟蹤也是計算機視覺領(lǐng)域非?；钴S的一個課題。這兩項技術(shù)都在智能機器人和智能化武器中有廣泛的應(yīng)用，這兩項技術(shù)的結(jié)合更能為其應(yīng)用提供更加廣泛的應(yīng)用前景。 本文主要研究基于折反射全景視覺的運動目標(biāo)檢測與跟蹤，并針對不同運動檢測和目標(biāo)跟蹤算法在全景中的應(yīng)用提出了改進算法。 首先研究了全景視覺的成像原理，為了克服全景圖像畸變對目標(biāo)檢測和跟蹤的影響，從幾何

2、原理出發(fā)對全景圖像進行柱面解算，這種方法可以獲得360度的圖像：為了對局部進行重點監(jiān)控，研究了基于坐標(biāo)變換的透視解算算法。 對常用的運動目標(biāo)檢測算法進行了研究。幀間差分算法操作簡單，速度較快，可以滿足實時性的要求，但對背景要求較高，對光線、天氣等光照條件的變化非常敏感。然后介紹了光流法的理論，但光流計算復(fù)雜，不能滿足實時性要求。并用幀間差分算法對全景圖像柱面展開中的運動目標(biāo)進行了檢測。 基于相關(guān)的跟蹤算法在運動目標(biāo)跟蹤上

3、一直應(yīng)用廣泛。普通模板匹配算法運算速度慢，對模板變化敏感，不適合實時跟蹤。于是發(fā)展出了SSDA算法，提高了運算速度，并在經(jīng)典算法的基礎(chǔ)上提出了改進?；贛CD距離的模板更新解決了模板固定的問題。并將模板匹配和SSDA應(yīng)用于全景圖像柱面解算的目標(biāo)跟蹤。 Mean-Shift 算法是基于顏色的目標(biāo)跟蹤算法。此算法計算量小，又要能適應(yīng)目標(biāo)和背景的復(fù)雜變化，不僅能滿足實時性的要求，而且跟蹤效率高。且針對其在目標(biāo)與背景顏色相近或有相近顏色