基于隨機(jī)霍夫變換的多人運(yùn)動(dòng)分析.pdf

1、運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤一直是計(jì)算機(jī)視覺(jué)中很重要課題，在安防系統(tǒng)、智能交通領(lǐng)域、超市和商場(chǎng)的人流統(tǒng)計(jì)等方面有廣泛的應(yīng)用。本文利用圖像處理技術(shù)對(duì)攝像機(jī)拍攝畫面進(jìn)行處理，實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)、識(shí)別、跟蹤、計(jì)數(shù)等功能。
　　 本文主要針對(duì)攝像機(jī)固定，且在俯視的情況下，對(duì)經(jīng)過(guò)的人群進(jìn)行識(shí)別，主要的人群對(duì)象為在校學(xué)生，在Windows操作系統(tǒng)下，基于VisualC++和OpenCV1.0軟件開(kāi)發(fā)平臺(tái)。通過(guò)查閱國(guó)內(nèi)外大量文獻(xiàn)，在總結(jié)前人經(jīng)驗(yàn)的基礎(chǔ)上

2、，提出了適合本文研究對(duì)象的方法。
　　 本文的研究?jī)?nèi)容可以分為三個(gè)主要部分:前景的提取、人頭區(qū)域的檢測(cè)、目標(biāo)的跟蹤計(jì)數(shù)。前景提取方面通過(guò)對(duì)主流算法的分析，并給出了他們各自適用的場(chǎng)合，本文采用的是單高斯模型進(jìn)行背景建模和背景模型的更新，并對(duì)前景進(jìn)行預(yù)處理，包括陰影去除、形態(tài)學(xué)濾波、邊緣檢測(cè)等，以提高后續(xù)工作效率;人頭區(qū)域的檢測(cè)是采用的基于形狀檢測(cè)的算法，霍夫變換是最經(jīng)典的形狀檢測(cè)算法，基于在俯視條件下，人的頭部輪廓近似一個(gè)圓形，本

3、文采用了隨機(jī)霍夫變換的思想，并對(duì)算法做了一定的改進(jìn)，在提高了檢測(cè)速度的同時(shí)得到了很好了效果，并根據(jù)顏色和輪廓特性進(jìn)行了濾波;目標(biāo)的跟蹤和計(jì)數(shù)方面對(duì)比了粒子濾波和卡爾曼濾波的原理和適用環(huán)境，由于本文研究對(duì)象可以認(rèn)為是做線性運(yùn)動(dòng)，所以采用了基于卡爾曼濾波的預(yù)測(cè)原理，并簡(jiǎn)化了卡爾曼模型，建立目標(biāo)模型信息，包括速度、位置和一些標(biāo)志變量等，速度方向符合要求的情況下采用最近鄰匹配算法，實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。計(jì)數(shù)時(shí)采用虛擬門線，將對(duì)面虛擬為一個(gè)目標(biāo)點(diǎn)，目