基于Unscented卡爾曼濾波器的視頻目標跟蹤.pdf

1、隨著數(shù)字圖像技術(shù)的飛速發(fā)展和數(shù)字媒體的廣泛的應用，基于視頻的運動目標檢測與跟蹤已經(jīng)成為目前數(shù)字視頻技術(shù)的重要內(nèi)容，它不僅要求能夠在一段視頻中將待檢測目標與視頻背景相分離，同時還要為后續(xù)的目標跟蹤，運動軌跡分析等奠定基礎(chǔ)。運動目標檢測是指在視頻序列圖像中檢測相對于整幅場景圖像運動的物體，目前，視頻目標跟蹤技術(shù)已經(jīng)廣泛應用于安全監(jiān)控、區(qū)域監(jiān)測、交通管理、智能車輛、軍事管制以及生活娛樂等諸多場合，成為了視覺研究領(lǐng)域的熱門課題。
　　

2、目標跟蹤是計算機視覺中最困難的任務之一，這種困難主要是由形狀變化，攝像機及目標的運動和目標所處的背景變動等引起的，特別是目標的形變，它可能是具有仿射變化，包括位置，旋轉(zhuǎn)，剪切變形或者尺度變化等。另外，目標可能是有幾種鉸接體組成的，在這種情況下，被檢測目標的變形甚至可能完全是彈性的。這時，采用B樣條曲線可以有效地避免運動目標的檢測與跟蹤中的誤差。另外，在視頻圖像運動目標的狀態(tài)估計與實時跟蹤問題中，經(jīng)常要用到的是卡爾曼濾波方法。本文采用的是

3、一種結(jié)合了Unscented卡爾曼濾波算法和B樣條形曲線的目標跟蹤方法。仿真結(jié)果表明，該方法可以有效地對視頻運動目標進行提取和檢測，進而為下一步的跟蹤和分析奠定基礎(chǔ)。
　　 本文將背景差分法、snake模型、unscented卡爾曼濾波法結(jié)合起來，應用于視頻運動目標的跟蹤問題，詳細分析了各種已有的視頻目標跟蹤方法的穩(wěn)定性，去噪性，實時性以及定位目標的精確性，在比較各種算法優(yōu)缺點的基礎(chǔ)上，引入了B樣條曲線跟蹤法，用來實現(xiàn)對運動目標