基于雙目視覺的行人識別與跟蹤系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、城市化的發(fā)展，使得人們的社會活動更加頻繁，于是客流統(tǒng)計的研究具有重大的意義和經(jīng)濟(jì)效益。針對現(xiàn)實中智能交通、視頻監(jiān)控等方面的應(yīng)用，本文的應(yīng)用背景是雙目視覺下的行人目標(biāo)的數(shù)量統(tǒng)計。為了有效的解決目標(biāo)被遮擋這一問題，系統(tǒng)通過改變雙目攝像機(jī)的安裝位置，將其安裝在行人目標(biāo)正上方，采集俯視圖像。行人的頭頂圓的特征包括頭頂部輪廓特征、頭頂?shù)念伾?、頭頂紋理，在俯視圖像中是最為完整的，而且能區(qū)別于其他運(yùn)動目標(biāo)。因此，如何提取出有效區(qū)別于其他目標(biāo)的行人頭頂

2、圓特征是本課題中最重要的環(huán)節(jié)。
　　本文的研究內(nèi)容主要有：一是頭頂圓的檢測；二是立體匹配；三是目標(biāo)跟蹤。在通過攝像機(jī)的圖像采集后，得到的俯視圖像中頭頂是一個類圓輪廓，本文對目前應(yīng)用較多的兩種改進(jìn)的 Hough圓檢測變換方法進(jìn)行原理分析和實驗比較后，選取基于梯度的Hough變換中的21 HT。在21 HT由輪廓的邊界點(diǎn)的邊緣梯度向圓心位置映射時，引入誤差極值有效地去除偽目標(biāo)，實驗結(jié)果驗證了引入誤差極值的21 HT對頭頂圓的檢測上準(zhǔn)確

3、率和實時性較高。在頭頂圓的特征提取的基礎(chǔ)上，分析比較立體匹配的關(guān)鍵技術(shù)，特別是相似性度量。通過分析雙目的視覺，提出了區(qū)域匹配算法中采用基于視差梯度的自適應(yīng)窗口，改進(jìn)相似性測度函數(shù)得到基于視差梯度的自適應(yīng)窗口區(qū)域匹配算法，從而得到目標(biāo)的視差。并分析雙目視覺下的頭頂圓的深度信息和幾何特征關(guān)系，以此作為判定條件，進(jìn)一步提高目標(biāo)識別的準(zhǔn)確率。在系統(tǒng)的視頻序列的目標(biāo)跟蹤上，采用基于擴(kuò)展Kalman濾波預(yù)測在視頻序列中結(jié)合頭頂圓的半徑和圓心位置進(jìn)行