微光條件下視頻目標跟蹤關(guān)鍵技術(shù)的研究.pdf

1、視頻目標跟蹤是計算機視覺領(lǐng)域的一個核心問題，在視頻監(jiān)控、軍事制導、機器人視覺導航、人機交互以及醫(yī)療診斷等諸多方面有著廣泛的應用前景。視頻目標跟蹤的目的是模擬人類視覺的運動感知功能，賦予機器識別視頻圖像中運動目標的能力，為視頻分析和理解提供重要的數(shù)據(jù)依據(jù)。由于背景圖像復雜多變以及目標本身的運動多種多樣，開發(fā)出一套魯棒的跟蹤算法仍存在較多困難。特別是在微光條件下，圖像的噪聲嚴重、分辨率極低，幾乎無法辨識圖像中的目標和背景。在這種條件下，實現(xiàn)

2、目標穩(wěn)定、可靠、魯棒的跟蹤就更加困難。本文對微光條件下實現(xiàn)視頻目標跟蹤涉及的關(guān)鍵技術(shù)進行了研究。完成的工作包括：
　　 ⑴介紹了微光圖像的特點、基本圖像增強算法、基本運動目標檢測算法和卡爾曼濾波器原理。
　　 ⑵提出了一種基于空時三維直方圖的微光圖像增強算法。該算法聯(lián)合像素的空間、時間相鄰像素構(gòu)建三維直方圖，使用Otsu、Fisher準則函數(shù)、最大信息熵三種不同的分割算法將圖像劃分為兩個子圖，分別對各子圖進行直方圖均衡，

3、最后合成得到完整的處理圖像。實驗結(jié)果表明：基于空時三維直方圖比基于空間二維直方圖的微光圖像增強算法在標準差、信息熵和對比度提升指數(shù)三個方面分別最少提高了1.9％、2.2％和2.0％。
　　 ⑶提出了一種基于顏色和邊緣信息的均值遷移目標跟蹤算法。根據(jù)顏色特征對光照敏感而對形變不敏感，邊緣特征對光照不敏感而對形變敏感的特點，聯(lián)合顏色和邊緣特征，分別為目標建立色度直方圖和邊緣方向直方圖，以此作為均值遷移算法中的目標模型。同時，為進一步

4、提高搜索效率，又引入了卡爾曼濾波器對目標進行預測。實驗結(jié)果表明新方法跟蹤定位更加準確，且在光照變化和目標發(fā)生形變的情況下，仍然可以穩(wěn)定工作，魯棒性獲得提高。
　　 ⑷提出了一種基于目標和局部背景SURF特征的目標跟蹤算法。同時提取目標與局部背景的SURF特征建立模型，解決了當目標和背景存在信息重疊時可能導致跟蹤失敗的問題。實時更新模型以適應目標在運動過程中發(fā)生的表觀變化。實驗結(jié)果表明：與基于目標SURF特征的跟蹤算法和基于目標S