圖像序列中多目標跟蹤技術(shù)研究.pdf

1、該論文研究的主要內(nèi)容為圖像序列中多目標的跟蹤技術(shù).作為一個有著廣泛應(yīng)用背景的研究領(lǐng)域,圖像序列的目標跟蹤吸引了大批專家級的研究學(xué)者參與.盡管已經(jīng)提出了不少算法,但真正能實際運作的寥寥可數(shù),大多還處在實驗研究階段.面對這種研究現(xiàn)狀,該文試圖在前人工作的基礎(chǔ)上,通過對特征點檢測、圖像穩(wěn)定和跟蹤算法的分類研究,探索和總結(jié)出一個實用的目標跟蹤方案,并期望在此基礎(chǔ)上增強對算法的理解以及對某些問題的求解提出改進.靜止背景中目標檢測和跟蹤方面,該文在

2、前人大量工作的基礎(chǔ)上,總結(jié)了成熟的靜止背景中目標檢測算法,試驗對比了瞬時差分法和自適應(yīng)背景相減法,提出并實現(xiàn)了一個基于自適應(yīng)背景相減法和卡爾曼濾波的自動目標檢測和跟蹤系統(tǒng).在特征點檢測方面,該文詳盡地分類總結(jié)了已有的二維圖像特征點檢測方法,給出了二維特征點的定義.著重研究了基于Gabor小波的特征點檢測方法,提出了基于Gabor小波的,適于圖像穩(wěn)定的特征點檢測方法.測試用例表明,該方法檢測到的特征點能代表兩幀圖像間的運動情況,從而為圖像

3、穩(wěn)定提供了可靠的基礎(chǔ).在對檢測特征點充分研究的基礎(chǔ)上,深入探討了基于高斯金字塔的圖像穩(wěn)定技術(shù).重點研究了金字塔每層中特征點匹配問題,提出了利用前后映射尋找一一對應(yīng)特征點的方法,實驗結(jié)果表明,該方法能有效排除錯誤的特征點配對,從而減少運動參數(shù)估計的誤差.該文接著從圖像序列中目標的運動特點入手,討論了健壯的跟蹤算法對目標特征的要求.通過對Mean-Shift跟蹤算法的詳細分析,提出了將原算法中單一的帶寬參數(shù)改為矢量參數(shù)的改進方案.測試顯示,