基于計(jì)算機(jī)視覺的人體跟蹤與運(yùn)動參數(shù)測量.pdf

1、基于計(jì)算機(jī)視覺的運(yùn)動跟蹤和檢測是計(jì)算機(jī)視覺領(lǐng)域的重要課題。對視頻序列中的運(yùn)動目標(biāo)進(jìn)行檢測、跟蹤,獲得目標(biāo)的位置、速度等運(yùn)動參數(shù),是進(jìn)行更高級的運(yùn)動目標(biāo)行為分析的基礎(chǔ)?？焖賹?shí)時(shí)地檢測出運(yùn)動目標(biāo),對運(yùn)動目標(biāo)進(jìn)行跟蹤,并實(shí)現(xiàn)目標(biāo)的運(yùn)動數(shù)據(jù)分析,在體育領(lǐng)域可以得到廣泛的應(yīng)用。例如,對一個(gè)田徑運(yùn)動員的訓(xùn)練視頻進(jìn)行處理,提取出其瞬時(shí)運(yùn)動速度、手臂擺動幅度、頻率等信息,由于視頻序列每秒鐘有多幅圖像,含有大量的人眼捕捉不到的有價(jià)值的信息,可用于分析運(yùn)動

2、員技術(shù)上的不足,提高運(yùn)動技能。
　　 本文首先對圖像噪聲模型做了簡單介紹,在圖像濾波方面,在中值濾波和均值濾波的基礎(chǔ)上使用了一種基于中值和均值濾波的加權(quán)濾波算法。
　　 結(jié)合幀間差分法和背景差分法改進(jìn)了一種可以自適應(yīng)背景更新的運(yùn)動目標(biāo)檢測方法,提取出運(yùn)動目標(biāo)的完整區(qū)域。
　　 在目標(biāo)跟蹤的方法上,首先討論了粒子濾波算法,并進(jìn)行了相關(guān)實(shí)驗(yàn),粒子濾波算法雖可以較好的跟蹤運(yùn)動目標(biāo),但由于計(jì)算量過大,實(shí)時(shí)性較差;接著分析

3、了CamShift跟蹤方法的原理,在其基礎(chǔ)上提出了一種根據(jù)目標(biāo)檢測結(jié)果自選定目標(biāo)的改進(jìn)算法,實(shí)驗(yàn)發(fā)現(xiàn)其實(shí)時(shí)性和抗干擾性能較好,可實(shí)現(xiàn)對運(yùn)動目標(biāo)的跟蹤。目標(biāo)跟蹤的結(jié)果可作為目標(biāo)定位的輸入。
　　 根據(jù)目標(biāo)檢測和跟蹤的結(jié)果,對運(yùn)動目標(biāo)的運(yùn)動參數(shù)進(jìn)行測量,提取出視頻序列中每一幀中目標(biāo)的位置,利用最小二乘法擬合出目標(biāo)的位移函數(shù),得到運(yùn)動目標(biāo)的瞬時(shí)速度;利用目標(biāo)檢測得到的二值化圖像的投影直方圖得到目標(biāo)的運(yùn)動幅度,根據(jù)相鄰兩次幅度極大值的時(shí)