動(dòng)態(tài)環(huán)境下目標(biāo)識(shí)別與跟蹤的研究.pdf

1、作為機(jī)器視覺(jué)領(lǐng)域的重要研究分支,目標(biāo)識(shí)別和視覺(jué)跟蹤已經(jīng)成為近年來(lái)的研究熱點(diǎn)。目標(biāo)識(shí)別可以單獨(dú)存在,也可以看做視覺(jué)跟蹤的前提。他們已經(jīng)被廣泛地應(yīng)用于視頻監(jiān)控、視覺(jué)導(dǎo)航和軍事制導(dǎo)等諸多領(lǐng)域。因此,對(duì)目標(biāo)識(shí)別和視覺(jué)追蹤在實(shí)驗(yàn)室環(huán)境下進(jìn)行研究,具有一定的現(xiàn)實(shí)意義。
　　本文首先對(duì)目標(biāo)識(shí)別和視覺(jué)跟蹤現(xiàn)有的方法進(jìn)行了研究。然后詳細(xì)的討論了基于紋理分割的目標(biāo)識(shí)別方法,并且在此基礎(chǔ)上,分別將紋理分割與卡爾曼濾波和均值漂移算法進(jìn)行結(jié)合來(lái)對(duì)目標(biāo)進(jìn)行跟

2、蹤。最后用實(shí)驗(yàn)的方法加以論證,取得了預(yù)想的效果。本文的主要工作有:
　　目標(biāo)識(shí)別方面,首先分析了紋理特征的提取方法,文中選用了小波包的方法對(duì)紋理特征進(jìn)行提取,然后采用四分之一圓的方法對(duì)其進(jìn)行優(yōu)化。然后研究了多種聚類算法,考慮到蟻群聚類算法不依賴于初始值的選取而具有較強(qiáng)的魯棒性。最終,將小波包變換和蟻群算法想結(jié)合來(lái)對(duì)圖像進(jìn)行紋理分割來(lái)提取目標(biāo)。
　　視頻跟蹤方面,介紹了卡爾曼濾波和均值漂移算法的原理和實(shí)現(xiàn)方法,并且將其與紋理分