图象目标识别与跟踪.pdf

图象目标识别与跟踪

(深圳大学,工程技术学院 2000 自动化黄威)
(学号 2000112046)

摘要:在人所感知的环境信息中,动态视觉信息是主要组成部分。复杂背景下的运
动目标检测和跟踪由于其良好的应用前景,成为当前研究的一个热点。运动目标检测的研究
对象是视频序列图像,因此首先要了解运动物体的视觉检测原理以及序列图像分析的一般方
法,基于这些方法研究重建背景、运动目标检测以及运动目标的跟踪算法。为此本论文提出
了一种基于动态背景的检测和跟踪运动目标的方法。
关键词:运动目标检测;背景重建;目标跟踪;图像匹配
教师点评:本毕业设计提出了一种动态背景下运动目标的自动检测与跟踪算法,并在
VC 环境下编程实现。在基于目标匹配的跟踪算法中进行了算法优化提高了目标的跟踪速度。
序列图象的仿真结果验证了算法的有效性。(点评教师:郭小勤,副教授)

1 引言
随着计算机处理能力的提高,利用计算机来分析、模拟人体运动也受到越来越多的注意。
人体运动分析遇到的第一个问题就是运动检测。基于视频的人体运动目标检测或识别,目前
已经在多种场合得到应用,如在监控系统中对某个目标进行运动检测,进而分析运动目标的
一些特征等。对目标自动跟踪将会节省大量的人力物力。更为重要的是,有些场所由于客观
原因,人类可能不方便或者根本不可能亲自到现场进行查看,这时,只有通过其它方式,如
用计算机进行实时监视来完成需要的工作。
自动视频监视中的运动目标检测和跟踪,就是在视频序列中实时地发现并提取运动目
标,不断地跟踪它们,为下一步目标识别、运动分析等算法提供数据。
本论文提出一种基于运动背景下,采用匹配的跟踪算法可靠检测运动目标的方法。
2 图象目标识别与跟踪
在本设计中,把图象目标识别与跟踪的过程分成三个步骤,分别是背景重建,目标获取
和目标跟踪。
背景重建
由于本文研究的是背景与物体同时存在不可分离的情况,而视频序列记录了视频目标在
一段时间内的运动和变化信息,因此理想的视频分割方法是在较长的时间范围内对数据进行
分析并充分利用帧间的相关信息。基于这样的思路,我们可以对各个像素点沿时间轴的变化
规律进行分析,并根据统计规律在整个序列中挑选合适的点对背景进行恢复。
1
目标获取
本文对目标获取算法分成目标检测和噪声去除两部分。
目标获取可以用最后一帧(因为最后一帧基本上整个目标都会处于背景中)和背景之间
做差运算得到。该方法可以很好的对运动目标进行分割。
在实际情况中,背景并不是完全静止的,由于光照或者其他干扰而引入了一些局部的噪
声,这些干扰对运动目标的正确检测和定位带来很大的困难。因此,必须对其进行做去噪处
理。
对图象中的噪声进行分析发现,大部分的噪声都是一些细小的点(由于光照的变化引
起),而目标图像总是由连续且集中的多点组成,于是采用面积阈值化的方法对图像进行处
理,结果噪声基本去除。(面积阈值化主要是消去图像中面积小于某个阈值的小区域)。
目标跟踪
模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标,已知该图中有要
找的目标,且该目标同模板有相同的尺寸、方向和图像,通过一定的算法可以在图中找到目
标