基于角點(diǎn)特征的多目標(biāo)跟蹤-一篇論文

《基于角點(diǎn)特征的多目標(biāo)跟蹤-一篇論文》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、第l3卷第lO期中國(guó)圖象圖形學(xué)報(bào)Vo1．13．No．102008年1O月JournalofImageandGraphics0ct．．2008基于角點(diǎn)采樣的多目標(biāo)跟蹤方～一Ⅲ～一法一一～一～一一～．立一劉闖龔聲蓉崔志明劉純平夏侯玉嬌(蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，蘇州215006)摘要為了跟蹤互遮擋的多個(gè)目標(biāo)，提出了一種基于角點(diǎn)采樣的多目標(biāo)跟蹤方法。該方法以遮擋發(fā)生前的各目標(biāo)區(qū)域中的Harris角點(diǎn)信息為樣本，在遮擋發(fā)生情況下，采取K近鄰分類器對(duì)目標(biāo)_蠶區(qū)㈨m域m中～提取山～．蠶的角_暑∞點(diǎn)m一信息進(jìn)行分類，以有效區(qū)

2、分遮擋在一起的多個(gè)目標(biāo)。在角點(diǎn)特征提取過(guò)程中，還提出了雙閾值Harris角點(diǎn)檢測(cè)算法，用于自適應(yīng)、準(zhǔn)確地提取運(yùn)動(dòng)區(qū)域中角點(diǎn)信息。實(shí)驗(yàn)結(jié)果表明，該方法能有效區(qū)分遮擋在一起，且沒(méi)有分裂之d"．前的多個(gè)目標(biāo)。em．出關(guān)鍵詞多目標(biāo)跟蹤角點(diǎn)檢測(cè)角點(diǎn)采樣K近鄰分類器中國(guó)法分類號(hào)：TP391．4文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006—8961(2008)10—1873—05TrackingMultipleObjectsMethodBasedonHarrisC～一k也or一b～．一～?㈣e一ne～h一．～∞嘲r一№d～_汕一壺Sa一～一

3、～mpli一如呱．¨一∞一ngLIUChuang，GONGSheng—rong，CUIZhi—ming，LIUChun—ping，XIAHOUYu—jiao(SchoolofComputerScienceandTechnology，SoochowUnive~ity，Suzhou215006)u．∞∞_耄喲-是預(yù)測(cè)，但它不能準(zhǔn)確岬跟n一蹤．方Ⅱ吐向突c變的目標(biāo)。為1引言此，本文提出了一種基于角點(diǎn)采樣的多目標(biāo)跟蹤方法，即在目標(biāo)區(qū)域發(fā)生遮擋時(shí)，采用訓(xùn)練好的角點(diǎn)信基于視頻的運(yùn)動(dòng)目標(biāo)跟蹤，經(jīng)過(guò)40多年的深入息來(lái)分類當(dāng)前遮擋區(qū)

4、域中角點(diǎn)，以便實(shí)現(xiàn)對(duì)相互遮研究和發(fā)展，在許多方面有著廣泛的應(yīng)用和發(fā)展前擋，且沒(méi)有分裂之前的多個(gè)目標(biāo)進(jìn)行有效跟蹤。景，如軍事視覺(jué)制導(dǎo)、機(jī)器人視覺(jué)導(dǎo)航、交通管制、醫(yī)多目標(biāo)跟蹤系統(tǒng)流程如圖1所示。由于在目標(biāo)療診斷等。但跟蹤過(guò)程中的目標(biāo)相互遮擋、目標(biāo)形區(qū)域遮擋發(fā)生之前，區(qū)域?qū)?yīng)方法已實(shí)現(xiàn)了多目標(biāo)變等又為視頻跟蹤帶來(lái)一定的挑戰(zhàn)。的穩(wěn)定跟蹤。為此，本文僅討論遮擋發(fā)生后，采用基區(qū)域?qū)?yīng)¨雖然在一定程度上能解決多目標(biāo)于角點(diǎn)采樣的多目標(biāo)跟蹤方法來(lái)實(shí)現(xiàn)相互遮擋的多遮擋問(wèn)題，但不能區(qū)分相互遮擋，且沒(méi)有分裂之前的目標(biāo)分離問(wèn)題，其主要包含目

5、標(biāo)區(qū)域中角點(diǎn)特征提多個(gè)目標(biāo)。目前解決上述問(wèn)題的方法主要采用位置取、角點(diǎn)分類兩部分內(nèi)容?；痦?xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目(60673092)；教育部科研重點(diǎn)項(xiàng)目(207040)；江蘇省高校自然科學(xué)基金項(xiàng)目(07KJD520186)收稿日期：2008—06—20；改回日期：2008．07—22第一作者簡(jiǎn)介：劉闖(1983～)，男。蘇州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院計(jì)算應(yīng)用與技術(shù)專業(yè)碩士研究生。主要研究方向?yàn)閳D像與視頻處理、智能信息處理等。E—mail：lc8317@sina．corn中國(guó)圖象圖形學(xué)報(bào)第13卷3．2雙閾值Harr

6、is角點(diǎn)檢測(cè)原理Harris角點(diǎn)檢測(cè)算法需要嘗試設(shè)定閾值，才能提取較理想的角點(diǎn)。自適應(yīng)Harris角點(diǎn)檢測(cè)算法雖然可以自動(dòng)提取角點(diǎn)，但對(duì)圖像進(jìn)行分塊操作時(shí)容易造成塊邊緣角點(diǎn)的丟失。實(shí)驗(yàn)發(fā)現(xiàn)，Harris角點(diǎn)檢測(cè)算法，當(dāng)取小閾值時(shí)，其提取的角點(diǎn)較準(zhǔn)確，但易產(chǎn)生虛假角點(diǎn)；當(dāng)取大閾值時(shí)，雖對(duì)噪聲點(diǎn)有很好的抑制，但容易丟失一些真正的角點(diǎn)。為此，本文提出了雙閾值Harris角點(diǎn)檢測(cè)算法，其主要包含兩個(gè)步驟：(1)在小閾值下，提取運(yùn)動(dòng)區(qū)域中角點(diǎn)；(2)圖1多目標(biāo)跟蹤系統(tǒng)流程在大閾值下，剔除虛假角點(diǎn)。具體描述如下：Fig．1Th

7、esystem’Sflowchartofthetrackingprocess(1)提取幀中各運(yùn)動(dòng)目標(biāo)的外接矩形，對(duì)各矩形框內(nèi)的每個(gè)像素點(diǎn)，通過(guò)計(jì)算其在水平和垂直方向上2預(yù)處理的梯度以及兩者的乘積首先得到3幅新的圖像。(2)為提高抗噪能力，可對(duì)這3幅圖像的矩形在角點(diǎn)檢測(cè)前要先進(jìn)行預(yù)處理，預(yù)處理就是首框區(qū)域進(jìn)行高斯濾波。應(yīng)用的離散2維高斯函數(shù)為先對(duì)輸入的視頻采用基于像素灰度歸類的背景重構(gòu)G=唧)㈩算法提取背景后，再運(yùn)用背景差得到二值化運(yùn)動(dòng)前景圖；然后運(yùn)用數(shù)學(xué)形態(tài)學(xué)的閉運(yùn)算消除細(xì)小(3)采用式(4)來(lái)計(jì)算幀中各外接矩形窗

8、內(nèi)對(duì)噪聲點(diǎn)，并按8鄰接進(jìn)行區(qū)域連通及標(biāo)記，以分離各應(yīng)的每個(gè)像素點(diǎn)的尺。目標(biāo)；最后以矩形框框出各運(yùn)動(dòng)目標(biāo)，用于表示其區(qū)(4)提取局部極大值點(diǎn)。實(shí)際操作中，可依次域。同時(shí)定義多目標(biāo)互遮擋的區(qū)域?yàn)檎趽鯀^(qū)域。在以每個(gè)像素為中心的窗口區(qū)域提取最大值，如果中心點(diǎn)像素的R為最大值，則該像素點(diǎn)就是特3角點(diǎn)特征提取征點(diǎn)。(5)算法先自動(dòng)設(shè)置一較小閾值T．(20≤T≤3．1Ha