視頻圖像序列中運動目標(biāo)檢測與跟蹤方法研究.pdf

1、視頻圖像處理技術(shù)廣泛應(yīng)用于工業(yè)、醫(yī)療、安全、管理等領(lǐng)域。運動目標(biāo)的檢測和跟蹤是圖像處理技術(shù)在視頻序列圖像處理方面的一個重要應(yīng)用,在航天、交通、機(jī)器人視覺、視頻監(jiān)控、公共場所客流數(shù)據(jù)監(jiān)測等場合發(fā)揮著重要作用。
　　 本文在對運動目標(biāo)檢測和跟蹤算法研究的基礎(chǔ)上,針對算法存在的問題,給出一些解決問題的改進(jìn)方法,并通過實驗驗證方法的有效性和穩(wěn)定性。
　　 運動目標(biāo)檢測目的是將當(dāng)前幀圖像中運動目標(biāo)像素點檢測出來,常用算法有背景減法

2、、光流法、幀間差分法。幀間差分法利用當(dāng)前幀與其相鄰連續(xù)多幀圖像之間運動目標(biāo)出現(xiàn)區(qū)域灰度值差異性來檢測目標(biāo)像素點。傳統(tǒng)二幀差分檢測結(jié)果目標(biāo)區(qū)域被拉長、變形,內(nèi)部產(chǎn)生大面積空洞;三幀差分檢測運動目標(biāo)可能出現(xiàn)輪廓不清晰的情況。針對這些檢測方法出現(xiàn)的問題,提出一種改進(jìn)的奇數(shù)多幀差分法,能得到相對準(zhǔn)確的運動目標(biāo)形狀,檢測出更多目標(biāo)輪廓像素點,并且使空洞問題得到一定程度的改善。用檢測算法對連續(xù)幀圖像像素點灰度值進(jìn)行運算,通過設(shè)定適當(dāng)?shù)拈y值,將運算結(jié)

3、果轉(zhuǎn)化為二值圖像,再經(jīng)過圖像形態(tài)學(xué)處理,就得到運動目標(biāo)的檢測結(jié)果。準(zhǔn)確的運動目標(biāo)檢測結(jié)果是后續(xù)目標(biāo)跟蹤處理過程中準(zhǔn)確提取目標(biāo)特征的前提。
　　 運動目標(biāo)跟蹤是對在當(dāng)前幀圖像中的運動目標(biāo)的位置進(jìn)行預(yù)測估計或匹配識別。跟蹤算法是建立在對運動目標(biāo)特征提取的基礎(chǔ)之上,目標(biāo)特征信息包括位置、形狀、顏色等。常用的跟蹤算法有卡爾曼濾波跟蹤,均值偏移跟蹤等。根據(jù)運動目標(biāo)檢測結(jié)果求出目標(biāo)質(zhì)心位置,并以此作為觀測值,再根據(jù)圖像場景特點,構(gòu)造卡爾曼濾

4、波系統(tǒng)的狀態(tài)方程和觀測方程,將狀態(tài)預(yù)測值作為卡爾曼濾波跟蹤結(jié)果。對運動目標(biāo)搜索區(qū)域在HSV空間色調(diào)分量建立統(tǒng)計直方圖,與目標(biāo)模板進(jìn)行匹配,以Bhattacharyya系數(shù)最大化為條件,將最佳匹配位置作為均值偏移法的跟蹤結(jié)果。卡爾曼濾波跟蹤只利用了目標(biāo)位置特征,光照和目標(biāo)運動快慢對均值偏移跟蹤結(jié)果有影響,在分析各種算法優(yōu)缺點基礎(chǔ)上,提出一種改進(jìn)的運動目標(biāo)跟蹤方法,對卡爾曼濾波跟蹤和均值偏移跟蹤的結(jié)果進(jìn)行加權(quán)求和,并對均值偏移算法中目標(biāo)區(qū)域