關(guān)于運(yùn)動(dòng)人體跟蹤算法的研究.pdf

1、視覺跟蹤問題是當(dāng)今計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。隨著社會(huì)公共安全體系的逐步完善，公共場所中對(duì)安全智能監(jiān)控系統(tǒng)的要求越來越高，這使得許多知名公司和科研機(jī)構(gòu)在此課題中投入大量人力財(cái)力。人體運(yùn)動(dòng)目標(biāo)的檢測與跟蹤使視覺跟蹤的重要部分，它在未來研究領(lǐng)域中將有廣闊的前景并能帶來巨大的社會(huì)效益。 人體跟蹤主要包括三部分重要內(nèi)容：視頻圖像預(yù)處理，人體目標(biāo)檢測，運(yùn)動(dòng)跟蹤。本文主要的工作如下： 1. 利用攝像機(jī)對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行視頻采集，由于外界干

2、擾或機(jī)器自身的變化很容易使圖像被噪聲污染，于是對(duì)每幀圖像進(jìn)行處理分析前，必須進(jìn)行預(yù)處理使畫面平滑。本文在介紹幾種經(jīng)典去噪算法的基礎(chǔ)上，提出了兩種新的去噪方法。方法一是利用小波算法跟多級(jí)中值濾波相結(jié)合，在圖像的高頻信息中實(shí)現(xiàn)濾波再進(jìn)行重構(gòu)；方法二是把雙Haar小波與wi ener濾波算法結(jié)合，并在窗口方向的選擇上提出了改進(jìn)。試驗(yàn)表明這兩種算法能夠在去噪的同時(shí)保護(hù)好原圖像的細(xì)節(jié)信息，得到較高的信噪比結(jié)果。 2. 人體目標(biāo)檢測也是跟蹤

3、過程中的一個(gè)難點(diǎn)，要實(shí)現(xiàn)從復(fù)雜的背景中把需要的目標(biāo)分離出來。通常把背景分為靜態(tài)和動(dòng)態(tài)兩種，在室內(nèi)或者高速公路上背景一般不會(huì)發(fā)生大的變動(dòng)，只有光照等影響圖像的亮度，可認(rèn)為靜態(tài)背景；而在室外，當(dāng)背景比較復(fù)雜時(shí)，也會(huì)發(fā)生較明顯的變化，比如風(fēng)吹動(dòng)的樹葉、飄動(dòng)的白云、起伏的波浪等等，這種情況我們把它歸為動(dòng)態(tài)背景。靜態(tài)背景的目標(biāo)檢測用背景差分的方法，只需要對(duì)背景進(jìn)行相應(yīng)的更新。動(dòng)態(tài)背景中我們提出了一種基于貝葉斯模型的目標(biāo)檢測方法，利用兩鄰幀圖像的相

4、關(guān)性能夠較好的將目標(biāo)與動(dòng)態(tài)背景區(qū)分開來。試驗(yàn)表明能達(dá)到較好的檢測效果。 對(duì)人體進(jìn)行有效的檢測后，就需要對(duì)其進(jìn)行相應(yīng)的分析，把每個(gè)個(gè)體用矩形框進(jìn)行鎖定，定義矩形的中心點(diǎn)為每個(gè)目標(biāo)的特征點(diǎn)，利用其在圖像中的坐標(biāo)表示他的位置，下一步估計(jì)其運(yùn)動(dòng)軌跡，實(shí)現(xiàn)跟蹤。 本文分為五個(gè)部分。第一部分首先闡述了課題的研究背景、意義及該領(lǐng)域的發(fā)展現(xiàn)狀；第二部分介紹了圖像預(yù)處理的經(jīng)典算法并提出新方法，對(duì)試驗(yàn)結(jié)果進(jìn)行分析比較；第三部分介紹了目標(biāo)檢測