基于紅外圖像的運動人體目標自動跟蹤系統(tǒng)研究.pdf

1、基于紅外圖像的運動人體目標自動跟蹤系統(tǒng)研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：秦正運指導(dǎo)教師：高潮教授專業(yè)：儀器科學(xué)與技術(shù)學(xué)科門類：工學(xué)重慶大學(xué)光電工程學(xué)院二O一二年五月重慶大學(xué)碩士學(xué)位論文中文摘要摘要紅外圖像具有被動成像、抗干擾性強、目標識別能力強和全天候工作的特點，已經(jīng)被廣泛應(yīng)用于軍事偵察，監(jiān)控和制導(dǎo)等領(lǐng)域?；诩t外成像的目標檢測與跟蹤是這些領(lǐng)域的一個研究重點。由于人體目標的活躍性和特殊性，對人體的跟蹤有著很大的經(jīng)濟價值和軍事

2、價值。由于紅外成像的特點和人體目標的非剛性等，使得對人體目標的檢測與跟蹤變的十分困難。首先，紅外成像系統(tǒng)的成像噪聲和背景雜波的干擾，使得紅外圖像的信噪比較低，目標相對于背景不突出，容易淹沒在背景中。其次，紅外圖像無色彩信息可用，成像模糊，無清晰的邊緣特征，紋理細節(jié)少。最后，人體目標的具有非剛性，運動隨意性強，無固定規(guī)律可循，姿態(tài)復(fù)雜多變，無法用固定的模型來描述等特點。由于這些原因，在可見光和剛性目標跟蹤中廣泛應(yīng)用的一些跟蹤方法無法應(yīng)用于

3、紅外圖像的人體目標檢測與跟蹤，這使得基于紅外圖像的人體運動目標的檢測與自動跟蹤有著十分重要的理論意義和使用價值。本文針對以上的研究難點，對此課題進行了深入的探討和研究，提出了系統(tǒng)的解決方案，主要工作如下：(1)深入研究了MeanShiR算法的優(yōu)缺點，并討論了MeallShift算法在跟蹤方面的應(yīng)用。針對紅外圖像的特點和運動人體目標的特點，對MeallShift算法中的參數(shù)進行了討論與選擇。(2)針對紅外圖像目標不能清晰的區(qū)分于背景，噪聲

4、干擾強的特點，采用了改進的目標建模方法。利用灰度似然比對核加權(quán)直方圖進行加權(quán)，構(gòu)造灰度似然比抑制背景直方圖。實驗表明，采用灰度似然比抑制背景直方圖后，跟蹤的穩(wěn)定性和魯棒性都有很大的提高。(3)針對MeallShiR算法應(yīng)用于紅外圖像收斂不穩(wěn)定的特點以及無法應(yīng)對目標的快速運動與遮擋的情況，采用了Kalman濾波和MeanSKft算法相結(jié)合。由Kalman濾波器預(yù)測目標的位置，MeallS11ift算法在預(yù)測點周圍搜索，從而能夠很好的應(yīng)對快