基于雙目視覺的運動目標檢測與跟蹤.pdf

1、雙目立體視覺是計算機視覺研究領域的一個重要分支，在多種條件下都能夠靈活準確的獲得景物的深度信息，在圖像處理和計算機視覺領域都有很重要的研究價值和研究意義。運動目標檢測與跟蹤一直是計算機視覺領域研究的核心課題之一，在軍事視覺制導、視頻監(jiān)控、虛擬現實、醫(yī)療診斷、智能交通、工業(yè)產品檢測等方面都具有重要的實用價值及廣闊的發(fā)展前景。傳統(tǒng)的基于單目視覺的目標檢測與跟蹤算法魯棒性比較差，而且難以在復雜場景中實現對運動目標準確檢測與跟蹤，在運動目標較多

2、、發(fā)生遮擋時難以準確對運動目標進行跟蹤。針對以上問題，本文采用雙目立體視覺技術來實現對運動目標的檢測與跟蹤。主要研究工作有：
　　1.對立體匹配算法做了深入的研究，針對傳統(tǒng)的立體匹配算法速度慢、準確性差、容易出現誤匹配等問題，提出了一種融合光流的立體匹配算法。該方法沒有了核心點的限制，因此可以在種子點集中的面積域中進行邊緣相關性研究，而且對相關性的研究不僅在左右圖像對中而且在連續(xù)圖像序列中進行，通過對右圖像序列中候選點的光流的計算

3、與左圖像序列中的種子點進行匹配，提高了匹配的速度和精度。
　　2.對背景差分法做了深入的研究，通過對單目和雙目立體視覺在目標檢測中的應用分析，研究各自的優(yōu)缺點，提出了基于視差的目標檢測方法和基于灰度的目標檢測方法相結合的算法進行運動目標檢測。該方法是將兩種算法檢測出的前景目標相交部分作為運動目標，克服了雙目視覺在目標檢測中難以準確的獲得目標輪廓，單目視覺容易受環(huán)境變化影響的缺點，可以在環(huán)境光線發(fā)生變化時、物體被照射產生陰影時、目標

4、發(fā)生遮擋時準確檢測出運動目標，從而提高目標檢測的穩(wěn)定性。
　　3.在檢測出運動目標的基礎上，首先對 CamShift跟蹤算法進行分析，然后針對 CamShift跟蹤算法容易受背景顏色及目標相似顏色的干擾的問題，提出了將雙目立體視覺和 CamShift跟蹤算法相結合來實現對運動目標的跟蹤。該方法首先是采用基于視差的背景差分法檢測出運動目標，并獲得其深度信息，去除背景干擾；然后只對去除背景的前景運動目標運用 CamShift算法進行跟