運(yùn)動攝像機(jī)下多運(yùn)動目標(biāo)的檢測與跟蹤.pdf

1、運(yùn)動目標(biāo)的檢測與跟蹤在人工智能、軍事、視頻分析等各個(gè)領(lǐng)域都有著非常廣泛且重要的應(yīng)用,如機(jī)器人自動尋路、視覺智能導(dǎo)航,等等。圖像中一般存在著兩種運(yùn)動,一種是全局運(yùn)動,另一種是局部運(yùn)動。前者是由攝像機(jī)的運(yùn)動產(chǎn)生的,又可被稱為背景運(yùn)動;后者是由于目標(biāo)本身的運(yùn)動產(chǎn)生的,又可被稱為前景運(yùn)動。當(dāng)只有目標(biāo)本身在運(yùn)動運(yùn)動、攝像機(jī)處于靜止?fàn)顟B(tài)時(shí),目標(biāo)的檢測與跟蹤較為簡單。但是當(dāng)兩種運(yùn)動同時(shí)存在時(shí),全局運(yùn)動和局部運(yùn)動就會相互疊加,使得檢測和跟蹤運(yùn)動目標(biāo)這一

2、問題變得復(fù)雜和困難。另外,當(dāng)前對運(yùn)動攝像機(jī)下目標(biāo)跟蹤相關(guān)方面的研究主要集中于處理單目標(biāo)的情況,對多目標(biāo)的相關(guān)問題研究較少。
　　因此,對于運(yùn)動攝像機(jī)下多目標(biāo)的檢測與跟蹤需要著重解決的問題有兩個(gè):全局運(yùn)動補(bǔ)償和多運(yùn)動目標(biāo)的檢測與跟蹤。針對這兩個(gè)問題,本文提出了一種基于六參數(shù)仿射模型的全局K均值循環(huán)判斷聚類和模板匹配相結(jié)合的方法來予以解決。研究內(nèi)容主要包括以下幾個(gè)方面:(1)獲取運(yùn)動攝像機(jī)的運(yùn)動參數(shù)。尋找各幀的特征點(diǎn)并且完成前后幀的特

3、征點(diǎn)匹配,再將匹配對帶入六參數(shù)仿射模型,得到攝像機(jī)運(yùn)動參數(shù),進(jìn)行背景對準(zhǔn),使得整個(gè)背景由動態(tài)變?yōu)橄鄬o態(tài),完成全局運(yùn)動補(bǔ)償。(2)提取運(yùn)動目標(biāo)區(qū)域。對配準(zhǔn)后的背景幀和當(dāng)前幀使用幀差法并閾值化就可以初步提取出運(yùn)動區(qū)域。然后使用全局K均值算法對已經(jīng)提取出的前景點(diǎn)進(jìn)行循環(huán)判斷和聚類,由此可得合理的聚類數(shù)目,即目標(biāo)區(qū)域數(shù)。(3)運(yùn)動區(qū)域模板匹配。通過模板匹配來對比運(yùn)動區(qū)域是否能與歷史數(shù)據(jù)中的某些模板達(dá)到匹配并且連續(xù)出現(xiàn),由此判斷該運(yùn)動區(qū)域是屬于