資源描述：
《運動目標檢測與跟蹤算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、運動R標檢測與跟蹤算法研究視覺是人類感知白身周圍復雜環(huán)境最直接有效的手段Z—，而在現(xiàn)實生活中大量有意義的視覺信息都包含在運動中，人眼對運動的物體和目標也更敏感，能夠快速的發(fā)現(xiàn)運動目標，并對目標的運動軌跡進行預測和描繪。隨著計算機技術(shù)、通信技術(shù)、圖像處理技術(shù)的不斷發(fā)展，計算機視覺己成為目前的熱點研究問題之一。而運動冃標檢測與跟蹤是計算機視覺研究的核心課題之一，融合了圖像處理、模式識別、人工智能、自動控制、計算機等眾多領(lǐng)域的先進技術(shù)，在軍事制導、視覺導航、視頻監(jiān)控、智能交通、醫(yī)療診斷、工業(yè)產(chǎn)品檢測等方面有著重要的實用價值和廣闊的發(fā)展前
2、景。1、國內(nèi)外研究現(xiàn)狀1.1運動目標檢測運動目標檢測是指從序列圖像屮將運動的前景目標從背景圖像屮提取出來。根據(jù)運動目標與攝像機之間的關(guān)系，運動0標檢測分為靜態(tài)背景下的運動0標檢測和動態(tài)背景下的運動目標檢測0靜態(tài)背景下的運動目標檢測是指攝像機在整個監(jiān)視過程中不發(fā)生移動；動態(tài)背景下的運動目標檢測是指攝像機在監(jiān)視過程中發(fā)生了移動，如平動、旋轉(zhuǎn)或多自由度運動等。靜態(tài)背景靜態(tài)背景下的運動目標檢測方法主要有以下幾種：(1)背景差分法背景差分法是目前最常用的一種目標檢測方法，其基本思想就是首先獲得一個背景模型，然后將當前幀與背景模型相減，如果像
3、素差值大于某一閾值，則判斷此像素屬于運動目標，否則屬于背景圖像。利用當前圖像與背景圖像的差分來檢測運動區(qū)域，一般能夠提供比較完整的特征數(shù)據(jù)，但對于動態(tài)場景的變化，如光照和外來無關(guān)事件的干擾等特別敏感。很多研究人員目前都致力于開發(fā)不同的背景模型，以減少動態(tài)場景變化對運動目標檢測的影響。背景模型的建立與更新、陰影的去除等對跟蹤結(jié)果的好壞至關(guān)重要。背景差分法的實現(xiàn)簡單，在固定背景下能夠完整地精確、快速地分割出運動對象。不足之處是易受環(huán)境光線變化的影響，需要加入背景圖像更新機制，且只對背景己知的運動對象檢測比較有效，不適用于攝像頭運動或者
4、背景灰度變化很大的情況。(1)幀間差分法幀間差分法是在連續(xù)的圖像序列中兩個或三個相鄰幀間，采用基于像素的時間差分并閾值化來提取圖像中的運動區(qū)域。幀間差分法對動態(tài)環(huán)境具有較強的自適應性，但一般不能完全提取出所有相關(guān)的特征像素點，在運動實體內(nèi)部容易產(chǎn)生空洞現(xiàn)彖。因此在相鄰幀間差分法的基礎(chǔ)上提出了對稱差分法，它是對圖像序列屮每連續(xù)三幀圖像進行對稱差分，檢測出目標的運動范圍，同時利用上一幀分割岀來的模板對檢測岀來的目標運動范圍進行修正，從而能較好地檢測出中間幀運動目標的形狀輪廓。幀間差分法非常適合于動態(tài)變化的環(huán)境，因為它只對運動物體敏感。
5、實際上它只檢測相對運動的物體，而且因兩幅圖像的時間間隔較短，差分圖像受光線變化影響小，檢測有效而穩(wěn)定。該算法簡單、速度快，已得到廣泛應用。雖然該方法不能夠完整地分割運動對象，只能檢測出物體運動變化的區(qū)域，但所檢測出的物體運動信息仍可用于進一步的目標分割。(2)光流法光流法就充分的利用了圖像自身所攜帶的信息。在空間中，運動可以用運動場描述，而在一個圖像平面上,物體的運動往往是通過圖像序列屮圖像灰度分布的不同來體現(xiàn)，從而使空間中的運動場轉(zhuǎn)移到圖像上就表示為光流場。所謂光流是指空間中物體被觀測面上的像素點運動產(chǎn)牛的瞬時速度場，包含了物體
6、表面結(jié)構(gòu)和動態(tài)行為等重要信息。基于光流法的運動目標檢測采用了運動目標隨時間變化的光流特性，由于光流不僅包含了被觀測物體的運動信息，還攜帶了物體運動和景物三位結(jié)構(gòu)的豐富信息。在比較理想的情況下，它能夠檢測獨立運動的對象,不需要預先知道場景的任何信息，可以很精確地計算出運動物體的速度,并且可用于動態(tài)場景的情況。但是大多數(shù)光流方法的計算相當復雜,對硬件要求比較高,不適于實時處理，而且對噪聲比較敏感抗噪性差。并且由于遮擋、多光源、透明性及噪聲等原因，使得光流場基本方程一一灰度守恒的假設(shè)條件無法滿足，不能正確求出光流場，計算方也相當復雜，計
7、算量巨大，不能滿足實時的要求。動態(tài)背景動態(tài)背景下的運動目標檢測由于存在著目標與攝像機Z間復雜的相對運動，檢測方法要比靜態(tài)背景下的運動目標檢測方法復雜。常用的檢測方法有匹配法、光流法以及全局運動估計法等。2、運動目標跟蹤運動目標跟蹤是確定同一物體在圖像序列的不同幀中的位置的過程。近年來出現(xiàn)了大批運動目標跟蹤方法，許多文獻對這些方法進行了分類介紹，可將日標跟蹤方法分為四類：基于區(qū)域的跟蹤、基于特征的跟蹤、基于活動輪廓的跟蹤、基于模型的跟蹤，這種分類方法概括了目前大多數(shù)跟蹤方法，下面用這種分類方法對目前的跟蹤方法進行概括介紹。(1)基于
8、區(qū)域的跟蹤基于區(qū)域的跟蹤方法基本思想是：首先通過圖像分割或預先人為確定提取包含目標區(qū)域的模板，并設(shè)定一個相似性度量，然后在序列圖像屮搜索目標，把度量取極值時對應的區(qū)域作為對應幀中的目標區(qū)域。由于提取的目標模板包含了較完整的目標信息，該方法在目標未被
