紅外圖像序列中人體目標檢測與跟蹤算法研究.pdf

1、人體目標檢測與跟蹤是計算機視覺領域的研究熱點。相比于傳統(tǒng)可見光成像系統(tǒng)，紅外成像系統(tǒng)在黑暗和煙霧等環(huán)境中具有更強的視覺能力，基本可以實現全天候不間斷工作。因此，針對紅外圖像序列中人體目標檢測與跟蹤算法的研究具有重要的實際應用價值。
　　本文在介紹分析紅外圖像特性的基礎上，針對紅外圖像序列人體目標檢測過程的候選目標提取、人體目標分類識別以及人體目標跟蹤等算法進行了研究。
　　首先，提出一種全新的基于圖像序列中背景檢測頻率最高假

2、設的背景建模方法。通過考察分析給定像素點在若干幀圖像中的灰度值分布情況，對該像素點的灰度值進行歸類。定義像素點最多的類別為背景像素點所屬類別，最后采用高斯模型描述背景像素點及其領域的灰度值。實驗結果表明新的背景建模方法能夠準確地構建圖像序列的背景，對各種情況具有魯棒性，采用背景差法能夠準確地提取人體候選目標。
　　其次，針對人體候選目標識別分類問題，提出一種新的基于網格劃分與局部描述的目標邊緣特征，并分別提取目標形狀特征、目標占空

3、比特征，采用三種特征按照由整體到局部的思路描述人體目標，最后采用級聯(lián)分類器對紅外圖像中候選目標進行分類識別。實驗結果表明，本文的人體目標檢測算法對不同數據庫、各種情況的人體目標均能夠得到優(yōu)良的檢測結果。
　　最后，采用粒子濾波算法實現紅外圖像序列中的人體目標跟蹤。針對人體目標發(fā)生遮擋而導致跟蹤不準確問題，提出一種新的基于局部邊緣特征重組的人體目標特征。首先提取目標的局部邊緣特征，然后提取出相鄰網格的局部邊緣特征并組合成新的人體目標