目标检测与跟踪方法研究

在很多计算机视觉应用中，一个基础而关键的任务是从视频序列中确定运动目标，其中对于固定摄像机下运动目标的检测图像序列中运动目标的检测与跟踪在现代社会中的应用越来越广泛，并且给人们的生活带来了巨大的变化，主要应用在如保安中的智能门禁系统与身份识别、智能交通方面的车辆牌照识别与车流量分析、医学检测方面的细胞运动规律分析、军事作战方面的敌方目标的跟踪、体育训练方面的科学训练数据的分析等领域。 本文讨论和研究了目标检测与跟踪的关键技术和算法，在运动目标的检测方面，本文研究和分析了大量的算法，对于目标物为“人”的特殊情况，先对原始图像进行光线补偿和滤波，再根据虽然不同的人呈现出不同的肤色，但其主要体现在亮度上，而色度变化不是很大，因此，在去除亮度信息后，肤色在色度空间上具有良好的类聚特性，本文利用肤色模型检测方法，可以快速的检测出目标：对于目标物为其他的情况，研究和分析了常用的背景减法、相邻帧差法、光流场法、背景估计法等方法：根据实验中获得的图像质量比较差的情况，对于视频序列图像信号中运动目标的检测，最有用的信息是相邻两帧之间图像信号的变化信息，如果每帧之间无任何变化，则表明序列图像中没有物体的运动，因为帧间图像信号的变化包含了丰富的目标运动信息，所以采用利用相邻帧差法获取包含运动目标的初略区域，然后利用积分投影法确定目标的初略位置，并对积分投影法做了一些改进并成功的应用到实际中；提出了一种利用矩形框搜索法初步确定目标中心的方法。在目标的提取与跟踪方面，研究了Snake算法提取目标物轮廓的方法、模板匹配法提取目标以及基于Kalman滤波的运动目标估计法，针对传统的帧差法、背景减法中对于目标物为多个的情况不是很理想的问题，提出了一种当目标物为两个的情况的目标物形心确定的简单方法，实验证明，该方法对于一定条件下的多目标的检测有一定的效果。根据Snake模型在运算时必须要为其具体指定一个初始轮廓，使其在内力和外力的作用下向着目标轮廓逼近，所以提出了把积分投影法和连通性检测法与Snake算法结合起来的方法，即由积分投影法和连通性检测法确定目标的初略中心作为Snake算法初始轮廓的中心。最后利用Snake法和模板法实现了对运动目标的提取与跟踪。本文针对各种方案和算法进行了仿真实验与编程，对最后采用的算法进行了多次实验与修改，达到了预期的效果。 图像研究具有非常广阔的应用前景，本文的研究是图像分析和智能化应用中的一个有益的探索。