基于光流場和輪廓的目標跟蹤方法研究.pdf

1、目標跟蹤是機器視覺，模式識別，圖像處理領(lǐng)域里的一個重要的研究方向，在視頻監(jiān)控，醫(yī)學(xué)診斷，人機交互，機器人視覺導(dǎo)航，運動分析等多個領(lǐng)域具有廣泛的應(yīng)用。在復(fù)雜環(huán)境下，受目標變形、相機抖動、光照變化、目標遮擋、相似背景及環(huán)境噪聲等因素的影響，對目標進行實時準確的跟蹤成為了計算機視覺領(lǐng)域一個公認的難題。近年來，雖然有許多國內(nèi)外學(xué)者對目標跟蹤進行了深入的研究，并提出了較多改進的算法，但是仍然無法解決復(fù)雜環(huán)境下跟蹤的實時性和魯棒性等問題。
　

2、　本文在L-K光流法理論的基礎(chǔ)上，對基于輪廓和角點的目標跟蹤技術(shù)進行了較深入的研究。針對L-K光流法實時性差，在存在運動物體干擾時無法準確跟蹤特定運動目標等問題，提出了基于L-K光流法的自適應(yīng)邊緣輪廓選取目標跟蹤算法，提高了復(fù)雜環(huán)境下L-K光流法目標跟蹤的實時性和準確性。
　　本文的主要研究工作及成果如下：
　?。?）針對在復(fù)雜場景下灰度圖無法準確反映RGB圖像中三個通道值的變化趨勢的問題，本文提出分別在三個通道對圖像進行C

3、anny邊緣檢測，得到三個通道的邊緣檢測圖，然后將該三幅邊緣檢測圖進行數(shù)據(jù)融合，實驗證明融合后的邊緣檢測圖優(yōu)于原始檢測邊緣圖。在此基礎(chǔ)上，針對光流法在運動物體干擾下無法準確跟蹤特定運動目標的缺點，提出了自適應(yīng)邊緣輪廓選取法，能較好地減少環(huán)境中運動物體的干擾，從而提高跟蹤的精度。
　?。?）針對全局光流法跟蹤運動目標，實時性欠佳的問題，在提取出目標輪廓的基礎(chǔ)上，進一步檢測輪廓上的角點，并刪除非目標輪廓的角點，只跟蹤目標輪廓內(nèi)角點的方