基于彩色圖像序列的運(yùn)動(dòng)人體檢測(cè)與跟蹤研究.pdf

1、計(jì)算機(jī)視覺越來越受到人們的重視，尤其美國(guó)911 恐怖事件之后，全球?qū)Π踩珕栴}投入極大關(guān)注。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在重要場(chǎng)合監(jiān)控中，利用計(jì)算機(jī)視覺來提高監(jiān)控系統(tǒng)的智能化，能夠打擊恐怖主義，及時(shí)發(fā)現(xiàn)搶劫犯罪等危險(xiǎn)情況。視頻圖像中運(yùn)動(dòng)人體檢測(cè)與跟蹤技術(shù)是本文的關(guān)鍵，也是計(jì)算機(jī)視覺技術(shù)研究中的一個(gè)熱點(diǎn)與難點(diǎn)，本文從這兩個(gè)方面的應(yīng)用出發(fā)展開研究。
　　 本文主要研究靜止背景下運(yùn)動(dòng)人體的檢測(cè)與跟蹤算法。提出背景減法與幀間差分相結(jié)合方法來檢測(cè)運(yùn)

2、動(dòng)人體，采用卡爾曼濾波及Mean Shift 算法跟蹤運(yùn)動(dòng)人體，對(duì)由攝像頭采集和采集卡采集的彩色圖像序列進(jìn)行處理與分析，經(jīng)過實(shí)驗(yàn)，能夠檢測(cè)與跟蹤運(yùn)動(dòng)人體。
　　 在運(yùn)動(dòng)人體檢測(cè)部分，采用幀間差分方法來初始化背景，采用背景減法來檢測(cè)運(yùn)動(dòng)人體區(qū)域，將兩種算法結(jié)合能夠很好的檢測(cè)出運(yùn)動(dòng)人體區(qū)域。采用高斯模型建立背景模型，適應(yīng)天氣變化、光照條件變化、背景干擾等，運(yùn)算速度快，能夠用于實(shí)時(shí)檢測(cè)。首先在RGB、YUV、HSV 顏色空間進(jìn)行運(yùn)動(dòng)人

3、體區(qū)域檢測(cè)，然后運(yùn)用圖像濾波及數(shù)學(xué)形態(tài)學(xué)方法對(duì)提取到的運(yùn)動(dòng)人體區(qū)域進(jìn)行完善。
　　 運(yùn)動(dòng)人體跟蹤部分，建立了Kalman 濾波運(yùn)動(dòng)人體跟蹤模型，利用Kalman 濾波對(duì)運(yùn)動(dòng)人體質(zhì)心進(jìn)行位置預(yù)測(cè)，用均值平移法在Kalman 預(yù)測(cè)人體質(zhì)心鄰域內(nèi)搜索目標(biāo)所在實(shí)際位置，將運(yùn)動(dòng)人體的空間信息與顏色信息相結(jié)合，實(shí)驗(yàn)表明，這種方法能夠在人體出現(xiàn)遮擋及快速運(yùn)動(dòng)時(shí)具有很好的跟蹤效果，在人體進(jìn)行正常行走時(shí)這種方法更好的解決了自轉(zhuǎn)及平移的難點(diǎn)，跟蹤精