基于粒子滤波目标跟踪算法研究.pdf

摘要关键词:目标跟踪;粒子滤波;空间直方图;海杂波目标跟踪是计算机视觉领域的前沿研究课题,其本质是在图像序列中通过递推估计来确定感兴趣的具有某种显著特征缪丈ā⑿巫础⑽评怼⒃硕的目标位置。随着图像处理技术的飞速发展和计算机性能的不断提高,目标跟踪技术受到人们的青睐,在视频监控、视频检索、人机交互、交通监控、医疗诊断、机器人视觉导航、虚拟现实和成像制导等方面得到了广泛的应用。在众多目标跟踪算法中,基于粒子滤波的目标跟踪算法是近年来比较流行的方法。粒子滤波是处理非高斯、非线性状态估计问题的有力理论工具,也是构架目标跟踪算法的完备理论框架。该算法基于贝叶斯统计计算,首先将跟踪问题转化为非线性非高斯的贝叶斯滤波问题,然后通过对滤波问题的求解来实现对目标的跟踪。更具有目标鉴别能力。本文在基于粒子滤波算法的目标跟踪系统框架中,将加权样本集表示目标的状态后验概率分布;采用简单的随机漂移模型表示系统状态模型;利用目标区域的空间直方图描述目标,其中通过核概率密度估计建立目标的颜色分布,然后统计颜色分布的空间信息建立空间直方图;通过空间直方图的相似度定义来建立系统观测概率模型,最终提出一种基于空间直方图的粒子滤波目标跟踪算法。海杂波背景下的红外目标,易受到海杂波的影响,从而降低了目标检测能力,进而对目标的稳健跟踪造成很大干扰。本文将基于空间直方图的粒子滤波目标跟踪算法应用于海杂波背景下的红外目标跟踪。本文研究的算法融合了空间信息,相对于传统的灰度直方图,采用的相似度定义更加严格,因此能对海杂波背景下的红外目标进行稳健跟踪,并有效解决遮挡问题。实验结果表明,相比传统的基于灰度直方图的粒子滤波目标跟踪算法,本文提出的算法具有明显的优势,对于部分遮挡以及全遮挡等复杂的海杂波背景下红外目标跟踪具有更好的鲁棒性。空间直方图融合了目标的颜色信息和颜色的空间分布信息,比传统的颜色直方图摘要。
晰甒狦瑃瑆..,,猚琺狦痭瑆..甌甌瑆瓵瓼甀,广东工业大学硕士学位论文瑃,瑀,甈..
簍瓻琣籹;.;
.Ⅱ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯.⋯⋯⋯.⋯.⋯⋯⋯.⋯⋯⋯⋯⋯.⋯⋯..⋯⋯⋯⋯⋯.⋯⋯⋯⋯.⋯.⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.:;.广东工业大学硕士学位论文⋯⋯⋯⋯⋯⋯●●⋯⋯⋯ⅢⅢ●●⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯.⋯.⋯⋯⋯⋯.⋯⋯⋯⋯.⋯.⋯⋯..⋯⋯⋯.⋯..⋯⋯.⋯:;.
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯.⋯⋯.。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯二⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯.⋯⋯⋯⋯⋯.
第一章绪论研究背景和意义视觉功能——对客观视觉的三维场景的感知、识别和理解,这意味着计算机视觉技术煌ḿ嗫兀琽】:利用视频图像处理、模式识别、人工智能等领域的先进技术,人类的视觉系统是获取外界信息最重要的途径之一,在人类感官接收的信息中,超过%的信息来自视觉【俊K孀偶扑慊际醯牟欢戏⒄梗嗣鞘酝既眉扑慊哂欣嗨迫类的视觉。于是,有了计算机视觉这样Э啤<扑慊泳跏侵赣眉扑慊迪秩说的研究目标是使计算机具有通过二维图像认知三维环境信息的能力【俊<扑慊泳醯挠用范围日益扩大,对人类生产生活的影响日益增大。目标跟踪作为计算机视觉领域的重要的研究课题之一,融合了图像处理、模式识别、人工智能及自动控制等多种不同学科的理论和知识。由于计算和存储成本的大幅度下跌使得视频速率或近似视频速率采集存储图像序列成为可能,并且目标跟踪技术有着极为广阔市场应用前景,因此,目标跟踪技术在民用领域和军用领域均得到广泛的应用。典型的应用场合有:悠导嗫豙:对指定场景区域进行监视,侦查异常情况,并将场景内的视频悠导焖鳌镜叮和ü允悠的谌萁屑扑慊怼⒎治龊屠斫猓⒔峁购退饕以实现方便有效的视频信息获取。其实现思想是根据示例的特征从多媒体数据数据库中检索出与之匹配的图像或视频片段。嘶换ァ緎.:传统的人机交互是通过计算机键盘和鼠标进行的。然而人们期使计算机具有识别和理解人的姿态、动作、手势等能力,目标跟踪是完成这些任务的对摄像机拍摄的图像序列进行自动分析,实现对交通场景中的车辆、行人等目标的检测、分类和跟踪,并在此基础上对被监控目标的行为进行描述和判别,从而在完成日信息传递