復雜背景下動目標圖像跟蹤方法的研究.pdf

1、圖像跟蹤技術是計算機視覺領域的核心課題之一，具有十分重要的意義和廣泛的實用價值。它融合了圖像處理、模式識別、人工智能、自動控制以及計算機應用等相關領域的先進技術和研究成果。圖像跟蹤的實質是一種從圖像信號中實時自動識別目標、提取目標的位置信息、自動跟蹤目標的技術。其難點在于利用不可靠的信息在復雜的應用環(huán)境中獲得可靠的跟蹤效果。 本文以實際工程需求為背景，通過對動目標識別與跟蹤算法的研究，找出解決復雜背景下目標識別的方法，同時尋求一

2、種有效的途徑解決目標跟蹤過程中的遮擋和旋轉問題，從而對實際采集的復雜背景下動目標圖像序列進行高速有效的跟蹤。 針對復雜背景下的目標識別問題，本文采用了背景模型的自適應更新法，較好地解決了背景擾動、外界光照變化等問題，從而有效地提取復雜背景下的目標圖像。根據(jù)圖像序列相鄰兩幀間的時間間隔很小，使得目標的灰度值不會發(fā)生突變的特點，研究了閾值分割算法，將Kalman濾波用于圖像分割的閾值預測與修正上，提出了基于預測的自適應閾值分割方法，

3、保留了目標的形狀特征，降低了背景影響。為了實現(xiàn)目標檢測與跟蹤的可靠性，根據(jù)目標的形狀特征，利用目標的面積和形狀因子等標量，濾除復雜背景中與目標灰度值近似而形狀不同的噪聲。 本文中跟蹤的目標為類長方形，目標不僅隨著質心做整體運動，而且還圍繞著質心做旋轉運動，并且多個目標間、目標與干擾物等發(fā)生互遮擋和自遮擋。為了克服旋轉和遮擋，精確的跟蹤目標，首先采用了Susan角點提取算法，準確、高速地提取出目標的特征點。然后利用基于特征點的點模

4、式匹配算法，根據(jù)目標的特征點不僅可以完好表征目標的形狀，而且具有旋轉不變性的特點，從而解決了目標的旋轉和輕微的遮擋問題。為了提高點模式匹配算法的運算速度，根據(jù)圖像序列相鄰兩幀間目標旋轉角度和縮放尺度是有限的，本文提出了將Kalman濾波用于對目標旋轉角度的預測與修正上，并加入了目標尺度約束條件，從而提高了匹配速度，滿足高速實時處理需求。針對在連續(xù)數(shù)幀內(nèi)，目標有可能被完全遮擋或丟失的情況，采用了基于置信度二級判決門限和虛警概率最小的模版更