基于雙目視覺的運動目標(biāo)跟蹤算法研究及應(yīng)用.pdf

1、計算機(jī)視覺作為計算機(jī)科學(xué)與人工智能的一個重要分支，不僅在工程領(lǐng)域，在科學(xué)領(lǐng)域也是一門重要且富于挑戰(zhàn)性的研究內(nèi)容。計算機(jī)視覺通過圖像傳感器獲取序列圖像，進(jìn)而結(jié)合圖像處理、人工智能、模式識別等技術(shù)，對圖像的三維世界信息進(jìn)行分析、理解及處理，最終實現(xiàn)計算機(jī)代替人腦認(rèn)識和理解現(xiàn)實世界的功能。而雙目立體視覺技術(shù)，因具有對三維空間場景信息深入的感知能力，在人們的日常生活中日益得到重視，并廣泛的應(yīng)用在現(xiàn)代工業(yè)、醫(yī)學(xué)、國防和空間技術(shù)等領(lǐng)域。運動目標(biāo)跟蹤

2、技術(shù)是一門涵蓋了目標(biāo)檢測與提取、目標(biāo)跟蹤及分析、行為理解等多個過程復(fù)雜且綜合性極高的技術(shù)。
　　 本論文首先研究了幾種常用的運動目標(biāo)檢測方法，并對其基本原理及實現(xiàn)過程進(jìn)行了詳細(xì)的解釋和說明，介紹了運動目標(biāo)的跟蹤方法及其基本原理，并對各目標(biāo)跟蹤算法的具體實現(xiàn)過程進(jìn)行了深入的研究，尤其研究了基于均值偏移的粒子優(yōu)化的目標(biāo)跟蹤算法：
　　 其次，提出了基于雙目視差圖與幀差相乘相融合的目標(biāo)檢測算法，由于雙目視差圖可以感知運動目標(biāo)的

3、深度信息，所以能夠更為準(zhǔn)確的理解三維空間場景中的運動物體，并通過分析檢測結(jié)果得出，該檢測算法能夠準(zhǔn)確的對運動目標(biāo)進(jìn)行定位及識別，并能夠?qū)⑦\動目標(biāo)的邊緣輪廓信息從序列圖像中完整的提取出來；
　　 再次，基于均值偏移理論與粒子濾波相融合的目標(biāo)跟蹤算法將mean shift中的迭代原理及相似性度量函數(shù)引入到粒子濾波算法中，解決了粒子退化的問題，大大減少了粒子數(shù)量，提高了跟蹤的實時性；
　　 最后，將運動目標(biāo)的跟蹤算法應(yīng)用到對人