基于全局運動補償?shù)膭討B(tài)背景下目標(biāo)檢測與軌跡跟蹤方法研究.pdf

1、動態(tài)背景下的目標(biāo)檢測與跟蹤技術(shù)是計算機視覺領(lǐng)域占有重要地位的課題之一。在精確制導(dǎo)武器、交通監(jiān)控、移動機器人視覺導(dǎo)航、智能車輛等領(lǐng)域有著廣泛的應(yīng)用前景。研究由于攝像機運動引起了背景運動,檢測并跟蹤其中的運動目標(biāo)具有重要的實踐意義和理論價值。
　　 本文對動態(tài)背景下多運動目標(biāo)檢測和軌跡跟蹤技術(shù)進行了深入研究。主體上分為兩大部分,前一部分深入分析了基于全局運動補償?shù)膭討B(tài)背景下運動目標(biāo)檢測方法,后一部分則在此基礎(chǔ)上,進一步提出了基于粒子

2、濾波器的目標(biāo)軌跡跟蹤問題的解決方案。
　　 在運動目標(biāo)檢測部分,本文采用了基于宏塊匹配的六參數(shù)全局運動估計的方法進行全局運動補償,有效的消除了攝像機在非穩(wěn)定情況下對目標(biāo)檢測和跟蹤性能帶來的不利影響。同時,在宏塊匹配前對圖像序列采取了圖像剪裁和邊緣信息提取,通過宏塊預(yù)判剔除紋理信息不豐富的宏塊。在宏塊匹配搜索過程中,本文提出了一種九點十字搜索法,相對傳統(tǒng)的搜索法,減小了數(shù)據(jù)量,提高了算法的實時性。得出攝像機全局運動參數(shù)后,在雙線性

3、插值理論的基礎(chǔ)上對背景運動進行了補償。補償后運用靜態(tài)背景下幀間差分的方法提取運動目標(biāo)區(qū)域,并在此過程中,提出了一種基于形態(tài)學(xué)處理和小區(qū)域去噪相結(jié)合的小目標(biāo)檢測方法。實驗結(jié)果表明,該算法能夠在動態(tài)背景下正確的提取到運動目標(biāo)區(qū)域。
　　 在運動目標(biāo)跟蹤部分,為了使目標(biāo)跟蹤方法對目標(biāo)的旋轉(zhuǎn)、形變以及顏色非單一等各種復(fù)雜情況具有較強的魯棒性,本文結(jié)合粒子濾波技術(shù)采用了一種基于加權(quán)顏色直方圖的目標(biāo)跟蹤方法。將目標(biāo)的加權(quán)顏色直方圖作為目標(biāo)的