基于計算機視覺的人體跟蹤與運動參數(shù)測量.pdf

1、基于計算機視覺的運動跟蹤和檢測是計算機視覺領(lǐng)域的重要課題。對視頻序列中的運動目標進行檢測、跟蹤,獲得目標的位置、速度等運動參數(shù),是進行更高級的運動目標行為分析的基礎(chǔ)?？焖賹崟r地檢測出運動目標,對運動目標進行跟蹤,并實現(xiàn)目標的運動數(shù)據(jù)分析,在體育領(lǐng)域可以得到廣泛的應(yīng)用。例如,對一個田徑運動員的訓練視頻進行處理,提取出其瞬時運動速度、手臂擺動幅度、頻率等信息,由于視頻序列每秒鐘有多幅圖像,含有大量的人眼捕捉不到的有價值的信息,可用于分析運動

2、員技術(shù)上的不足,提高運動技能。
　　 本文首先對圖像噪聲模型做了簡單介紹,在圖像濾波方面,在中值濾波和均值濾波的基礎(chǔ)上使用了一種基于中值和均值濾波的加權(quán)濾波算法。
　　 結(jié)合幀間差分法和背景差分法改進了一種可以自適應(yīng)背景更新的運動目標檢測方法,提取出運動目標的完整區(qū)域。
　　 在目標跟蹤的方法上,首先討論了粒子濾波算法,并進行了相關(guān)實驗,粒子濾波算法雖可以較好的跟蹤運動目標,但由于計算量過大,實時性較差;接著分析

3、了CamShift跟蹤方法的原理,在其基礎(chǔ)上提出了一種根據(jù)目標檢測結(jié)果自選定目標的改進算法,實驗發(fā)現(xiàn)其實時性和抗干擾性能較好,可實現(xiàn)對運動目標的跟蹤。目標跟蹤的結(jié)果可作為目標定位的輸入。
　　 根據(jù)目標檢測和跟蹤的結(jié)果,對運動目標的運動參數(shù)進行測量,提取出視頻序列中每一幀中目標的位置,利用最小二乘法擬合出目標的位移函數(shù),得到運動目標的瞬時速度;利用目標檢測得到的二值化圖像的投影直方圖得到目標的運動幅度,根據(jù)相鄰兩次幅度極大值的時