基于粒子濾波器的運動目標(biāo)跟蹤方法研究.pdf

1、視覺目標(biāo)跟蹤在視頻監(jiān)控、圖像壓縮、三維重構(gòu)、機器人技術(shù)等領(lǐng)域有著非常重要的應(yīng)用。目標(biāo)跟蹤的難點在于物體的突然運動，目標(biāo)或背景突然改變其外部表現(xiàn)形式，目標(biāo)的非剛性結(jié)構(gòu)，目標(biāo)和目標(biāo)之間的遮擋、目標(biāo)和背景之間的遮擋，以及攝像頭的運動。本文作者主要研究復(fù)雜背景下的運動物體的跟蹤，旨在提出一種具有較好的實時性、準(zhǔn)確性和魯棒性的運動目標(biāo)跟蹤方法，并能應(yīng)用到移動機器人技術(shù)研究領(lǐng)域。作者首先對視頻跟蹤技術(shù)，特別是粒子濾波技術(shù)的基礎(chǔ)理論進行了探討，說明了

2、各種理論應(yīng)用于視頻跟蹤時的優(yōu)劣。對于一個在線的實時跟蹤系統(tǒng)來說，目標(biāo)檢測是不可缺少的重要功能，目標(biāo)參考模型的有效建立依賴于準(zhǔn)確的目標(biāo)檢測。因此，檢測技術(shù)也是本文研究的一個方面。本文作者主要做了三個方面的工作。 第一，采用自適應(yīng)幀差分的方法檢測運動目標(biāo)，針對攝像機在移動的機器人上存在運動和抖動的問題，我們采用運動補償技術(shù)彌補攝像頭的運動，并用數(shù)學(xué)形態(tài)學(xué)方法消除圖像噪聲，精確的提取了運動目標(biāo)。 第二，將顏色直方圖和邊緣直方圖

3、結(jié)合起來建立目標(biāo)的參考模型，有效地克服了使用單一特征建模的缺點，提高了跟蹤的準(zhǔn)確性。分級量化顏色直方圖和邊緣直方圖，降低了光照和形變的影響，并減少了計算量。 第三，分別計算目標(biāo)顏色直方圖和目標(biāo)邊緣直方圖與粒子的歐幾里德距離，使用這兩個距離作為粒子權(quán)值更新的重要依據(jù)。綜合權(quán)值為基于顏色的權(quán)值和基于邊緣的權(quán)值的加權(quán)和，可以根據(jù)背景與目標(biāo)的特征來調(diào)整不同的權(quán)值的系數(shù)，從而有效適應(yīng)了背景和目標(biāo)變化時的跟蹤。我們在MORCS-2上實現(xiàn)了該