基于主動(dòng)輪廓模型的運(yùn)動(dòng)跟蹤系統(tǒng)的研究.pdf

1、序列圖像中運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是計(jì)算機(jī)視覺和圖像編碼研究的主要內(nèi)容，其涉及到圖像處理、模式識(shí)別、自動(dòng)控制、應(yīng)用數(shù)學(xué)和人工智能等多個(gè)學(xué)科的知識(shí)，在機(jī)器人、智能監(jiān)控系統(tǒng)、醫(yī)學(xué)圖像分析以及視頻圖像壓縮和傳輸?shù)阮I(lǐng)域中都有應(yīng)用。
　　主動(dòng)輪廓模型是近年來(lái)圖像和計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。它融合了待處理問(wèn)題的先驗(yàn)知識(shí)和圖像特征，是對(duì)Marr提出的自下而上、信息單向傳遞的視覺計(jì)算理論的挑戰(zhàn)。本課題主要研究如何將主動(dòng)輪廓模型應(yīng)用于運(yùn)動(dòng)跟蹤任務(wù)中。<

2、br>　　本文首先對(duì)傳統(tǒng)Snake模型進(jìn)行深入研究，分析了其特點(diǎn)與不足，并提出使用其改進(jìn)模型——GVFSnake模型進(jìn)行運(yùn)動(dòng)跟蹤。然后，針對(duì)主動(dòng)輪廓模型對(duì)初始輪廓敏感的問(wèn)題，本文引入卡爾曼濾波（Kalmanfilter）對(duì)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行預(yù)測(cè)，從而使初始輪廓更加貼近目標(biāo)實(shí)際輪廓。最后，本文還介紹了基于DSP的視頻采集與處理系統(tǒng)的搭建方法，并成功植入運(yùn)動(dòng)檢測(cè)程序，這位后續(xù)研究打好了基礎(chǔ)。
　　為了實(shí)現(xiàn)跟蹤系統(tǒng)的完全自動(dòng)化，本文

3、提出了使用二次幀差法和投影法相結(jié)合的方法來(lái)完成跟蹤系統(tǒng)的運(yùn)動(dòng)檢測(cè)和目標(biāo)初始輪廓提取功能。實(shí)驗(yàn)結(jié)果證明在背景穩(wěn)定的情況下，系統(tǒng)能有效地檢測(cè)到運(yùn)動(dòng)物體，并準(zhǔn)確提取出運(yùn)動(dòng)物體的初始輪廓。
　　在對(duì)目標(biāo)輪廓進(jìn)行運(yùn)動(dòng)跟蹤的過(guò)程中，輪廓線往往會(huì)被背景中的非目標(biāo)邊緣所吸引而無(wú)法掙脫，從而影響輪廓的正確收斂。針對(duì)這一問(wèn)題，本文提出了在跟蹤過(guò)程中加入輪廓修正的方法來(lái)解決。輪廓修正是根據(jù)運(yùn)動(dòng)目標(biāo)本身的輪廓特性和其運(yùn)動(dòng)信息，對(duì)GVFSnake模型收斂出