圖像序列中多目標(biāo)跟蹤技術(shù)研究.pdf

1、該論文研究的主要內(nèi)容為圖像序列中多目標(biāo)的跟蹤技術(shù).作為一個(gè)有著廣泛應(yīng)用背景的研究領(lǐng)域,圖像序列的目標(biāo)跟蹤吸引了大批專家級(jí)的研究學(xué)者參與.盡管已經(jīng)提出了不少算法,但真正能實(shí)際運(yùn)作的寥寥可數(shù),大多還處在實(shí)驗(yàn)研究階段.面對(duì)這種研究現(xiàn)狀,該文試圖在前人工作的基礎(chǔ)上,通過對(duì)特征點(diǎn)檢測(cè)、圖像穩(wěn)定和跟蹤算法的分類研究,探索和總結(jié)出一個(gè)實(shí)用的目標(biāo)跟蹤方案,并期望在此基礎(chǔ)上增強(qiáng)對(duì)算法的理解以及對(duì)某些問題的求解提出改進(jìn).靜止背景中目標(biāo)檢測(cè)和跟蹤方面,該文在

2、前人大量工作的基礎(chǔ)上,總結(jié)了成熟的靜止背景中目標(biāo)檢測(cè)算法,試驗(yàn)對(duì)比了瞬時(shí)差分法和自適應(yīng)背景相減法,提出并實(shí)現(xiàn)了一個(gè)基于自適應(yīng)背景相減法和卡爾曼濾波的自動(dòng)目標(biāo)檢測(cè)和跟蹤系統(tǒng).在特征點(diǎn)檢測(cè)方面,該文詳盡地分類總結(jié)了已有的二維圖像特征點(diǎn)檢測(cè)方法,給出了二維特征點(diǎn)的定義.著重研究了基于Gabor小波的特征點(diǎn)檢測(cè)方法,提出了基于Gabor小波的,適于圖像穩(wěn)定的特征點(diǎn)檢測(cè)方法.測(cè)試用例表明,該方法檢測(cè)到的特征點(diǎn)能代表兩幀圖像間的運(yùn)動(dòng)情況,從而為圖像

3、穩(wěn)定提供了可靠的基礎(chǔ).在對(duì)檢測(cè)特征點(diǎn)充分研究的基礎(chǔ)上,深入探討了基于高斯金字塔的圖像穩(wěn)定技術(shù).重點(diǎn)研究了金字塔每層中特征點(diǎn)匹配問題,提出了利用前后映射尋找一一對(duì)應(yīng)特征點(diǎn)的方法,實(shí)驗(yàn)結(jié)果表明,該方法能有效排除錯(cuò)誤的特征點(diǎn)配對(duì),從而減少運(yùn)動(dòng)參數(shù)估計(jì)的誤差.該文接著從圖像序列中目標(biāo)的運(yùn)動(dòng)特點(diǎn)入手,討論了健壯的跟蹤算法對(duì)目標(biāo)特征的要求.通過對(duì)Mean-Shift跟蹤算法的詳細(xì)分析,提出了將原算法中單一的帶寬參數(shù)改為矢量參數(shù)的改進(jìn)方案.測(cè)試顯示,