紅外序列圖像中行為檢測(cè)與跟蹤算法研究.pdf

1、隨著紅外成像技術(shù)的發(fā)展，紅外熱像儀在越來(lái)越多的領(lǐng)域獲得了廣泛的應(yīng)用。在夜間智能監(jiān)控系統(tǒng)和夜間車(chē)輛輔助駕駛系統(tǒng)中，行人是主要的監(jiān)控對(duì)象和檢測(cè)目標(biāo)；而且行人檢測(cè)與跟蹤目前也是計(jì)算機(jī)視覺(jué)領(lǐng)域備受關(guān)注的前沿方向和研究熱點(diǎn)。因此，開(kāi)展紅外序列圖像中的行人檢測(cè)與跟蹤技術(shù)的研究，具有重要的理論意義和廣泛的實(shí)用價(jià)值。本文的主要研究?jī)?nèi)容包括以下幾點(diǎn)。
　　 首先分析了紅外圖像的特點(diǎn)，介紹了主要的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，重點(diǎn)研究了背景生成算法。針對(duì)紅外圖

2、像信噪比低、對(duì)比度低等特點(diǎn)，提出使用三維中值濾波來(lái)建立背景模型。使用圖像差分法獲得差分圖像，接著對(duì)差分圖像進(jìn)行增強(qiáng);研究了主要的閾值分割算法，并使用Ostu方法進(jìn)行閾值分割，獲得二值圖像，然后利用數(shù)學(xué)形態(tài)學(xué)方法去噪；對(duì)最終所得二值圖像進(jìn)行標(biāo)記，獲得了感興趣目標(biāo)區(qū)域(Regions of Interest，ROIs)。
　　 通過(guò)對(duì)常用的目標(biāo)形狀描述方法的分析，重點(diǎn)研究了傅立葉描述子的原理和一些重要性質(zhì)。針對(duì)紅外圖像獲取了感興趣區(qū)

3、域的傅立葉描述子，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的形狀描述。
　　 基于BP神經(jīng)網(wǎng)絡(luò)，設(shè)計(jì)了行人檢測(cè)分類(lèi)器，對(duì)采集到的感興趣區(qū)域樣本進(jìn)行了分類(lèi)識(shí)別。實(shí)驗(yàn)結(jié)果表明，本文所設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器經(jīng)過(guò)訓(xùn)練后，具有較高的識(shí)別率和較低的虛警率，可以較好地判別出目標(biāo)區(qū)域是否為行人。
　　 針對(duì)目前紅外行人跟蹤中存在的跟蹤目標(biāo)少、人工干預(yù)多、跟蹤目標(biāo)距離近、分辨率高等問(wèn)題，通過(guò)分析圖像序列中相鄰幀之間運(yùn)動(dòng)區(qū)域的相互關(guān)系，提出了一種基于圖像運(yùn)動(dòng)區(qū)域的