基于雙目立體視覺的運動目標檢測與跟蹤.pdf

1、雙目立體視覺是計算機視覺研究的一個重要分支，在多種條件下能夠獲得景物的深度信息，相對單目視覺有著不可比擬的優(yōu)勢。近年來，隨著微處理器件和集成電子技術(shù)的飛速發(fā)展，雙目立體視覺技術(shù)基本上可以滿足實時性的要求，因此再次成為研究的熱點。 運動目標檢測與跟蹤是計算機視覺研究的核心課題之一，在視頻監(jiān)控、軍事視覺制導、醫(yī)療診斷、智能交通等方面都有著重要的實用價值和廣闊的發(fā)展前景。針對傳統(tǒng)的基于單目視覺的目標檢測與跟蹤算法魯棒性差，難以在復雜場

2、景中檢測與跟蹤運動目標，在多個運動目標發(fā)生遮擋時難以正確的跟蹤運動目標的問題，本文在目標檢測與跟蹤中采用了雙目立體視覺技術(shù)，取得了不錯的效果，實現(xiàn)了單目視覺難以實現(xiàn)的功能。本文主要對靜態(tài)背景下的運動目標檢測與跟蹤算法進行了研究，主要的研究工作有： （1）對立體匹配算法做了深入的研究，分析了傳統(tǒng)的立體匹配算法的優(yōu)缺點，提出了一種基于控制點約束及區(qū)域相關(guān)的立體匹配方法。該方法首先在Harris角點檢測算法檢測出角點的基礎上，對角點進行

3、立體匹配得到精確的匹配點對即控制點，然后在控制點的約束下對非角點像素進行基于區(qū)域相關(guān)的立體匹配，得到整體稠密的視差圖。這樣既縮小了匹配搜索空間，提高了匹配的速度，又保證了匹配的可靠性。 （2）對幀差法和背景差分法做了深入的研究，分析了傳統(tǒng)的運動目標檢測方法的優(yōu)缺點，提出了基于雙目立體視覺的運動目標檢測方法，采用基于視差的目標檢測方法和基于灰度的目標檢測方法相結(jié)合的算法，檢測出前景運動目標。其具有以下幾個優(yōu)點：在環(huán)境光線發(fā)生變化時能

4、正確檢測出運動目標；當物體被照射產(chǎn)生陰影時能正確檢測出運動目標，不受陰影的影響；當目標發(fā)生遮擋時能準確檢測出運動目標。 （3）分析了傳統(tǒng)的均值漂移跟蹤算法的優(yōu)缺點，在此基礎上提出了一種結(jié)合雙目立體視覺和改進的均值漂移跟蹤算法的運動目標跟蹤方法，該方法在運用雙目立體視覺技術(shù)檢測出運動目標，得到運動目標的深度信息，去除背景干擾的基礎上，只對去除背景的前景運動目標運用改進的均值漂移跟蹤算法進行跟蹤。改進的均值漂移跟蹤算法中引入了卡爾曼濾