动态场景中运动目标跟踪算法研究与实现

电子科技大学硕士学位论文动态场景中运动目标跟踪算法研究与实现姓名：毛华申请学位级别：硕士专业：计算机应用技术指导教师：章毅20090501动态场景中运动目标跟踪算法研究与实现作者：毛华学位授予单位：电子科技大学相似文献(10条)1.学位论文郑建宾视频序列中运动目标跟踪算法的研究与应用2008视频目标跟踪研究是视觉领域的一个重要课题，受到国内外学者的普遍关注，具有广泛的应用前景。在目标跟踪领域最常用的经典滤波算法是卡尔曼滤波和扩展卡尔曼滤波，其中前者用于线性系统，后者用于非线性系统。但是对于非高斯分布噪声上述两种滤波方法的滤波性能指标就会下降，甚至出现发散现象。由于视觉系统本身具有高度非线性和非高斯性，因此对相关的理论和处理技术的研究具有重要意义，并已成为目标跟踪领域的一种重要的研究发展趋势。粒子滤波是颇具特色的非线性、非高斯的理论。粒子滤波算法是通过蒙特卡罗仿真方法来完成贝叶斯递推过程的滤波算法。本文首先分析了基于颜色直方图的特征描述方法，接着分析了运动背景条件下具有代表性的跟踪算法的本质和特性，并在此基础上提出了一种结合积分直方图的改进粒子滤波目标跟踪算法。该算法很好的解决了视频目标跟踪中目标在完全遮挡情况下的跟踪问题，利用积分直方图快速计算的方法优势完成穷尽搜索，提高了算法的实时性，并且该方法在目标线性或非线性运动遮挡情况下跟踪情况都相对较好，提高了跟踪的鲁棒性。实验结果表明，该算法能有效的解决动态背景条件下遮挡、光照变化等复杂情况下，对目标进行准确、有效的跟踪。2.学位论文姚辉移动目标视频跟踪关键技术的研究2008移动目标视频跟踪是当前信息领域的前沿和热点方向，融合了计算机科学、自动控制、机器视觉、图像处理、模式识别、数学等多学科的先进技术。本文以智能视频监控作为主要线索，研究静止背静下运动目标的检测、跟踪等视频跟踪中的关键技术。计算机智能视频监控是在不需要人为干预情况下，利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，得出对图像内容含义的理解以及对客观场景的解释，从而指导和规划行动。这种智能视频监控已在军事和工业上得到一些成功运用，但智能视频监控在理论和运用上都还存在很多难题。当前国内外很多学者投身该领域进行研究和探索，并取得了大量成果，本文是在这些成果的基础上进行的。首先，本文系统地研究和总结了国内外运动目标检测的方法，分析了各方法的利弊、实用场合，在此基础上，重点研究了混合高斯模型，并将极大似然原理引入混合高斯模型，该方法较以往的基于经验值的混合高斯相比，有严密的数学理论作支撑，并且在此方法下的检测效果也能满足固定场合的要求。其次，本文对图像增强、图像去噪和图像分割也作了较系统的总结，并给出了部分实验结果；在此基础上总结出一种图像点、线增强的一般方法。最后，在跟踪方面使用经典的运动分析理论-卡尔曼滤波，对运动目标的下帧所在区域作估计，进而缩小搜索空间，提高检测和跟踪速度。3.学位论文李新华基于数字视频图像处理的乒乓球运动分析研究2008数字视频是由若干帧组成的图像序列，其中含有丰富的信息。随着计算机处理能力的提高和数字图像处理技术的发展，将数字视频中的帧分解出来并加以处理和分析，从而获得必要的信息，已成为目前的研究热点，这种技术称之为视频跟踪。将视频跟踪技术引入体育训练中，用以提高体育训练的科学性与效率，是一项新兴的研究内容。由于机器视觉比人眼具有更好的准确性和记忆性，它能够快速的捕捉运动目标，并且记录目标的各种运动数据，而这些运动数据也为运动员动作的好坏提供了更加直观的表现方式。在现代体育运动中，可以借助视频跟踪技术实现对运动目标的捕捉和跟踪，分析其运动状态与特征，从而起到辅助训练的作用。好的运动对象检测和跟踪算法是整个视频跟踪系统极其重要的组成部分，在不同的应用中，需要选择适当的检测和跟踪方法。本文主要针对乒乓球比赛视频，探讨了对象检测与跟踪算法，提出了对乒乓球进行识别并跟踪的方法，开展了数字图像处理技术在球类运动分析中的应用研究。首先，从AVI视频中依次分解出每一帧，再对每一帧进行处理和分析；然后，使用质心法分析球体的中心。在摄像机完成标定的基础上，按照双目匹配算法得到球的三维世界坐标，从而实现对乒乓球的跟踪。在对每一帧进行处理时，首先进行了滤波降噪，然后使用基于阈值的方法消除了其中大量存在的背景的干扰。在进行目标提取和分割时，为避免进行大量的运算和提高识别的准确性，使用了区域增长法。在种子点的选定上，提出了首帧人工交互选择种子和其他帧自动搜索种子相结合的方式，生长准则也是在综合考虑彩色图像的各种特征的基础上确定的。本文所做的工作主要有以下几个方面：(1)分析总结了基于双目视觉的图像分割和目标跟踪的理论和方法；(2)提出了基于视频序列的对乒乓球实现双目跟踪的方法；(3)在使用区域增长法进行目标提取时，提出了人工交互选取与系统自动搜索相结合的选定种子点的方法；(4)使用乒乓球的质心作为双目的匹配点，使得双目跟踪可以在脱离标记的基础上进行，有利于在体育视频跟踪中应用。本文对现有的检测和跟踪方法做了概括和总结，并针对乒乓球比赛视频捕捉的特定应用给出了具体的检测和跟踪算法，在系统中引入了HSI颜色空间。算法用C++Builder实现，以WindowsXP为实现平台。实验结果显示，本文采用的方法可以得到满意的结果。4.学位论文宋世军复杂环境下的视频自动跟踪技术研究2007视频运动目标监控广泛应用于银行、电力、交通，安全、仓储、建筑以及军事设施等领域的安全防范和现场记录报警系统中，基于时变序列图像的视觉运动分析成为计算机视觉、图像处理、机器视觉领域中的重要研究分支。随着嵌入式系统的成熟和推广，基于嵌入式系统的视频运动分析实现技术和算法研究变为热点之一。目前，大部分的工作集中在刚体运动目标和背景相对稳定的算法理论研究和实现技术方面，对室外包含风中摇曳的树冠、图像变化的广告牌的场景中的多柔体运动目标跟踪的系统研究相对较少。结合市场上的数字硬盘录像机(DVR)系统的升级换代要求，本文进行了复杂场景中运动目标视频跟踪技术研究，主要包括背景运动图像的检测算法、运动目标图像的实时检测算法、序列图像中运动目标分割算法及基于DSP的视频运动跟踪体系结构设计等。为研制智能视频跟踪系统作准备。主要研究成果如F：对位置图定图像变化的自然场景中的树冠以及广告牌进行了图像特征提取与特征建模，获得了远景图像中光强度变化不敏感的自身差分树冠纹理图像特征矩阵。构造了结合背景图像的位置同定的广告牌三帧著分识别算法。提高了运动目标识别率。对运动人体的图像分割与位姿判断进行了初步研究。建立了运动人体的多信息融合的轮廓模板及识别算法，结合人体头部高度在身高中的比例，提出了容易实现的运动人体位姿粗略判断算法，为运动人体的识别和运动分析打下了基础。研究了光强度不敏感的多运动目标的图像分割和运动估计算法，试验验证了光强度随时间变化对数字图像的影响，利用差分图像削弱光强度变化对图像的影响，结合比例直方图、投影匹配、光斑簇的概念建立了多运动目标的图像特征匹配算法。验证了卡尔曼滤波在运动估计中的效果并构造了基于DSP的运动目标跟踪算法。复杂背景F运动目标跟踪中，分析了在现有的条件下实现运动目标准确匹配和运动目标精确跟踪必须解决的困难，结合ADlBlackfln533DSP的性能特点，设计了智能视频跟踪器的软硬件结构，并实现了运动跟踪算法的移植和初步验证。分析比较了目前常用的运动目标图像分割方法，验证了三帧差分法的实用性，并对差分二值化阈值的自适应确定进行了研究。结合数学形态学的方法、数字滤波和图像增强方法，完成了二帧差分法运动图像分割的基于ADIBF533DSP芯片的实用程序开发。自身差分图像表现出的对光强度不敏感特性对于研究所有的纹理图像识别具有普适性，为此申请了“一种光强度不敏感的图像纹理特征提取方法及装置”为名称的发明专利。5.学位论文赵青基于纹理信息的CamShift跟踪算法研究2009CamShift跟踪算法是国际机器视觉领域最近几年才发展起来的新颖算法，它以随机颜色概率模型为基础，以跟踪目标的颜色分布为特征，在视频的相邻帧之间通过直方图匹配来进行视频目标的跟踪。CamShift算法不但跟踪准确度高、计算量适中，并且因其实时性好、对遮挡、目标变形鲁棒性好等，被公认为解决视频跟踪问题的一个优秀算法。对于这个算法，目前国外研究者比较多，国内的研究工作还刚刚起步，近两年才见有几篇文章发表。br　　本文源于一个智能交管视频监控系统的开发，在充分研究CamShift算法原理和实现过程的基础上吸取其优点，并引入图像的纹理信息作为算法的匹配特征，来弥补传统CamShift过于依赖色彩信息的不足，再结合kalman滤波进行运动预测，构造出了一个新颖的跟踪算法。此算法不仅保证了匹配跟踪的精度和速度，同时能够很好地应用于黑白视频图像的匹配跟踪，大大拓展了传统CamShift算法的应用范围。br　　另外，为了应对室外的各种气象条件等的影响，本文在预处理阶段提出了一整套环境影响排除方法，有力地保证了系统产品级的实用性和全天候适应性。尤其是在图像的防抖方面，本文基于上述综合跟踪算法又进一步提出了一个基于多模版特征匹配的电子稳像算法，取得了很好的应用效果。6.学位论文马涛序列蒙特卡罗方法及其在视频跟踪中的应用研究2008视觉跟踪是目前机器视觉研究领域的热点问题，它在安全监控，智能交通，视频压缩与检索等方面有广阔的应用前景。视频跟踪系统以图像序列为输入，输出则是图像中目标的各种属性，如目标大小，位置，速度等。在理想情况下，这些输出信息都应该是实时的、准确的。然而，在现实世界中，由于各种干扰的存在，往往很难达到理想状态。能够递推估计目标状态的滤波算法则是整个跟踪系统的重要基石。近年来出现了一个研究非线性非高斯滤波算法的高潮。本文所做的工作就是研究一种视频跟踪算法，使其能够有效地抑制现实世界中存在的种种干扰。首先，回顾了卡尔曼滤波算法(KalmanFiltering，KF)、扩展卡尔曼滤波算法(ExtendedKalmanFiltering，EKF)以及Unscented卡尔曼滤波算法(LJnscentedKalmanFiltering，UKF)，但更多的注意力集中在了以序列蒙特卡罗估计为基础的粒子滤波算法。其次，对Unscented变换策略以及粒子滤波重采样策略都进行了研究，提出了一种基于最小偏度采样的UPF(UnscentedKalmanParticleFiltering.UPF)算法，并且将该策略应用于UKK算法中，以UKF方法生成建议分布并从中采样，解决了一般粒子滤波算法中以转换先验密度函数作为替代分布所引发的粒子退化等问题。最后，提出了一种新的视频目标跟踪算法，它以粒子滤波为框架，融合了观测数据中的颜色信息与运动信息。理论分析和实验结果表明，改进的UPF算法提高了滤波的稳定性和精度，算法的运行效率也提高了30％；同时，新的视频目标跟踪算法有效地提高了算法的鲁棒性和跟踪的准确性7.学位论文乔彩风基于DSP的嵌入式视频跟踪系统实现2007在许多大商场、银行及部分智能小区等都有安装视频监控系统，这种监控系统基本上可以满足人们眼见为实的目的，但这种监控系统大多是基于PC机+图像采集卡，系统稳定性差，价格昂贵。本文完成了一种基于数字信号处理器(DSP)的嵌入式视频跟踪系统，该系统以ADSP-BF533为核心处理器完成视频图像中运动物体的检测及跟踪算法。在本文中，详细介绍了机器视觉、图像处理及嵌入式系统等方面的内容，通过比较四种可以实现运动物体自动识别与跟踪的方案，设计了基于ADSP-BF533的嵌入式视频跟踪系统的实现方案，完成了软件结构及各个功能模块之间的数据流图，测试了高速球的性能；研究了嵌入式视频跟踪系统的硬件结构、云台控制协议；为在嵌入式视频跟踪系统中进行算法研究及测试打下基础。对运动物体检测的各种算法进行了测试验证，发现在复杂背景下三帧差分法无法区分位置改变的运动物体与