紅外人體目標(biāo)檢測和跟蹤方法研究.pdf_第1頁
已閱讀1頁,還剩143頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、與可見光成像相比,紅外成像(特別是遠紅外成像)具有顯著的優(yōu)點。由于紅外圖像是熱成像,可不依賴于外界光線條件。即使在黑暗和煙霧環(huán)境,也可獲得在可見光波段無法成像的感興趣的目標(biāo)。
  由于人體目標(biāo)是場景中最活躍和最有價值的要素,對場景中人體目標(biāo)進行檢測和跟蹤一直以來是大家比較關(guān)心的問題?;诩t外成像的人體目標(biāo)檢測和跟蹤系統(tǒng)幾乎可以在任何環(huán)境下進行全天候工作,而且在很多應(yīng)用場合具有不可替代的作用,具有良好的應(yīng)用前景。
  從技術(shù)角

2、度,紅外圖像中的人體目標(biāo)的檢測和跟蹤是一個具有挑戰(zhàn)性的課題,內(nèi)容涉及紅外圖像分割,人體目標(biāo)的特征提取、特征描述和分類識別,非剛體復(fù)雜目標(biāo)的運動跟蹤等問題。要面對的主要困難有:
 ?。?)由于成像設(shè)備差異和環(huán)境因素變化造成的紅外圖像本身分辨率低,動態(tài)范圍小,成像質(zhì)量差等特點使得圖像分割算法魯棒性差;
 ?。?)由于紅外圖像是灰度圖像,無色彩信息可用,并且成像模糊,紋理細節(jié)少,而人體目標(biāo)是非剛體目標(biāo),姿態(tài)復(fù)雜多變,目標(biāo)大小不一,

3、因此如何有效地提取和描述紅外圖像中人體目標(biāo)的特征,對目標(biāo)和干擾進行分類識別困難很大;
  (3)人體目標(biāo)的運動主觀隨意性強,無固定規(guī)律,并且目標(biāo)的運動伴隨著姿態(tài)和狀態(tài)的改變,剛體目標(biāo)的跟蹤方法不適于人體目標(biāo)的跟蹤,同時由于紅外人體目標(biāo)用于跟蹤的有效特征較少,可見光圖像中一些優(yōu)秀的基于顏色和紋理特征的人體目標(biāo)跟蹤方法不能直接使用。
  在對現(xiàn)有紅外及可見光人體目標(biāo)檢測跟蹤方法和紅外圖像中人體目標(biāo)的成像特征進行分析后,本文提出了

4、一套解決方案:
 ?。?)對于一般的紅外圖像,從紅外成像的機理出發(fā),提出了基于直方圖多聚類分析的圖像分割閾值選取方法,使用K-均值聚類中心分析法實現(xiàn)閾值快速選??;對于極性反轉(zhuǎn)的紅外圖像采取傳統(tǒng)的Mean Shift方法進行圖像分割;對于發(fā)生互相遮擋粘連的人體目標(biāo),提出一種基于模板圖像空間相對位置 Mean Shift聚類分析的分割方法,后續(xù)的目標(biāo)跟蹤方法中采用了與這個算法類似的思想。
 ?。?)圖像分割結(jié)束后根據(jù)得到目標(biāo)的二

5、值化模板特征選取候選目標(biāo)。對因目標(biāo)紅外成像特征不一致而造成的目標(biāo)模板缺損破碎現(xiàn)象,提出一種增強型的候選目標(biāo)選取方法。初次候選目標(biāo)選取完成后對剩余的模板圖像使用圖像距離變換,根據(jù)距離約束特征重新選取可能存在的目標(biāo)區(qū)域并結(jié)合二次閾值選取算法,分割出潛在的候選目標(biāo)。
 ?。?)對于候選目標(biāo),提出了基于網(wǎng)格劃分的局部特征提取和特征描述方案。具體包括兩個方法:局部梯度方向直方圖描述方法和局部最大方向能量直方圖描述方法。使用RBF—SVM分類

6、器對候選目標(biāo)進行分類識別,判斷其是否為人體目標(biāo)。
 ?。?)對人體目標(biāo)的跟蹤,提出了一種基于粒子Mean Shift遷移的跟蹤方法,實現(xiàn)了對人體目標(biāo)任意復(fù)雜運動形態(tài)的可靠跟蹤。設(shè)計跟蹤系統(tǒng)時采用面向?qū)ο蟮姆椒?,對目?biāo)的特征進行封裝,突出了跟蹤問題本身。引入目標(biāo)的有限狀態(tài)機,結(jié)合目標(biāo)檢測算法,完成對新目標(biāo)產(chǎn)生,目標(biāo)隱藏、遮擋、消失等目標(biāo)狀況的處理。
  作者對方案各環(huán)節(jié)提出的算法進行了技術(shù)實現(xiàn)和實驗驗證,通過系統(tǒng)集成,設(shè)計了“

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論