基于雙目視覺的運動目標跟蹤算法研究及應用.pdf

1、計算機視覺作為計算機科學與人工智能的一個重要分支，不僅在工程領域，在科學領域也是一門重要且富于挑戰(zhàn)性的研究內(nèi)容。計算機視覺通過圖像傳感器獲取序列圖像，進而結(jié)合圖像處理、人工智能、模式識別等技術，對圖像的三維世界信息進行分析、理解及處理，最終實現(xiàn)計算機代替人腦認識和理解現(xiàn)實世界的功能。而雙目立體視覺技術，因具有對三維空間場景信息深入的感知能力，在人們的日常生活中日益得到重視，并廣泛的應用在現(xiàn)代工業(yè)、醫(yī)學、國防和空間技術等領域。運動目標跟蹤

2、技術是一門涵蓋了目標檢測與提取、目標跟蹤及分析、行為理解等多個過程復雜且綜合性極高的技術。
　　 本論文首先研究了幾種常用的運動目標檢測方法，并對其基本原理及實現(xiàn)過程進行了詳細的解釋和說明，介紹了運動目標的跟蹤方法及其基本原理，并對各目標跟蹤算法的具體實現(xiàn)過程進行了深入的研究，尤其研究了基于均值偏移的粒子優(yōu)化的目標跟蹤算法：
　　 其次，提出了基于雙目視差圖與幀差相乘相融合的目標檢測算法，由于雙目視差圖可以感知運動目標的

3、深度信息，所以能夠更為準確的理解三維空間場景中的運動物體，并通過分析檢測結(jié)果得出，該檢測算法能夠準確的對運動目標進行定位及識別，并能夠?qū)⑦\動目標的邊緣輪廓信息從序列圖像中完整的提取出來；
　　 再次，基于均值偏移理論與粒子濾波相融合的目標跟蹤算法將mean shift中的迭代原理及相似性度量函數(shù)引入到粒子濾波算法中，解決了粒子退化的問題，大大減少了粒子數(shù)量，提高了跟蹤的實時性；
　　 最后，將運動目標的跟蹤算法應用到對人