基于視頻序列的高原鼠兔檢測與跟蹤方法研究.pdf

1、高原鼠兔是青藏高原以及鄰近地區(qū)的主要生物災(zāi)害之一，要對高原鼠兔進(jìn)行防治，就需要對高原鼠兔的數(shù)量、危害程度以及行為方式等進(jìn)行調(diào)查研究。借助視頻記錄對高原鼠兔行為進(jìn)行自動分析，可為高原鼠兔的調(diào)查研究與防治提供一種新的信息化的手段?？焖?、準(zhǔn)確的目標(biāo)檢測和穩(wěn)定的目標(biāo)跟蹤是視頻序列中高原鼠兔行為自動分析的關(guān)鍵，由于高原鼠兔視頻序列圖像背景復(fù)雜、目標(biāo)與背景顏色相近、運(yùn)動隨機(jī)等問題加大了目標(biāo)檢測和跟蹤的難度。本文在前人研究工作的基礎(chǔ)上，對視頻序列中高

2、原鼠兔的檢測與跟蹤方法進(jìn)行研究，主要包括以下幾方面的研究內(nèi)容：
　　首先，對常見的運(yùn)動目標(biāo)檢測方法作了簡要介紹，分析了各種方法的優(yōu)缺點(diǎn)以及適應(yīng)性。然后對常見的水平集圖像分割模型做了介紹，在此基礎(chǔ)上，針對局部二值擬合(LBF)模型在演化過程中極易陷入局部極小值的問題，引入圖像形態(tài)學(xué)梯度信息，對 LBF模型進(jìn)行改進(jìn)。針對改進(jìn)的 LBF模型分割視頻序列圖像時，仍需要手動設(shè)置初始活動輪廓曲線的問題，采用兩幀幀差法，提取運(yùn)動目標(biāo)初始輪廓曲線

3、，彌補(bǔ)了改進(jìn)LBF模型需要手動設(shè)置初始活動輪廓曲線的不足。針對兩幀幀差法檢測運(yùn)動目標(biāo)時，僅依靠幀間運(yùn)動信息，不能精確檢測運(yùn)動目標(biāo)輪廓的問題，在兩幀幀差法的基礎(chǔ)上，借助圖像分割技術(shù)，來實(shí)現(xiàn)對運(yùn)動目標(biāo)輪廓的精確提取。對視頻序列中高原鼠兔檢測的實(shí)驗(yàn)結(jié)果表明，該方法可以較為準(zhǔn)確地實(shí)現(xiàn)運(yùn)動目標(biāo)的連續(xù)精確檢測。
　　其次，對運(yùn)動目標(biāo)跟蹤的概念，分類以及分類特點(diǎn)進(jìn)行了分析，重點(diǎn)介紹了確定性目標(biāo)跟蹤方法中的Mean-Shift跟蹤方法，通過實(shí)驗(yàn)的

4、方式分析了不同顏色空間和不同Mean-Shift跟蹤實(shí)現(xiàn)形式對高原鼠兔跟蹤的適應(yīng)性。針對高原鼠兔跟蹤中，目標(biāo)與背景顏色相近場景下，顏色信息不具有足夠的目標(biāo)與背景區(qū)別力的問題，把紋理信息和顏色信息相結(jié)合，作為目標(biāo)的表征方法，并把該目標(biāo)表征方法引入到 Mean-Shift跟蹤框架下，得到一種新的目標(biāo)跟蹤方法。對視頻序列中高原鼠兔跟蹤的實(shí)驗(yàn)結(jié)果表明，該方法不僅可以準(zhǔn)確、穩(wěn)定地跟蹤目標(biāo)與背景顏色具有一定反差場景下的目標(biāo)，而且對目標(biāo)與背景顏色極為

5、相近場景下的高原鼠兔跟蹤也具有較強(qiáng)的穩(wěn)健性。
　　再次，對突變運(yùn)動跟蹤的基本理論進(jìn)行了介紹，分析了突變運(yùn)動的類型以及突變運(yùn)動的跟蹤方法。重點(diǎn)對馬爾可夫鏈蒙特卡羅(MCMC)方法以及Wang-Landau蒙特卡羅(WLMC)方法做了說明。針對高原鼠兔跟蹤中，目標(biāo)運(yùn)動的隨機(jī)性和不確定性問題，提出了一種運(yùn)動信息引導(dǎo)的高原鼠兔突變運(yùn)動跟蹤方法。通過運(yùn)動信息來判斷目標(biāo)的運(yùn)動模式，不同的運(yùn)動模式采取不同的采樣跟蹤策略，提高了目標(biāo)跟蹤中采樣的有

6、效性。對突變運(yùn)動視頻序列中高原鼠兔跟蹤的實(shí)驗(yàn)結(jié)果表明，該方法在保證高原鼠兔突變運(yùn)動跟蹤性能的同時，也改善了目標(biāo)平滑運(yùn)動的跟蹤性能，提高了方法的魯棒性。針對目標(biāo)與背景顏色相近、目標(biāo)運(yùn)動隨機(jī)的問題，把本文所提出的目標(biāo)表征方法引入到運(yùn)動信息引導(dǎo)的跟蹤框架下，有效解決了目標(biāo)與背景顏色相近以及運(yùn)動隨機(jī)場景下的高原鼠兔跟蹤問題。
　　最后，對時間序列的概念以及時間序列分析方法進(jìn)行了分析，重點(diǎn)分析了小波神經(jīng)網(wǎng)絡(luò)用于非線性時間序列預(yù)測的可行性。構(gòu)