基于幀差法的運動目標(biāo)分割與跟蹤算法研究.pdf

1、隨著科技的發(fā)展，視頻圖像的應(yīng)用越來越廣泛，視頻圖像中運動目標(biāo)的分割是所有數(shù)字圖像處理的重要環(huán)節(jié)，也是后續(xù)高級處理的基礎(chǔ)，因此有關(guān)運動目標(biāo)分割的研究就顯得十分必要。運動目標(biāo)跟蹤是計算機(jī)視覺研究的核心課題，它在機(jī)器人視頻導(dǎo)航、視頻監(jiān)控、軍事等領(lǐng)域具有很重要的意義。
　　 本文以視頻圖像中運動目標(biāo)的分割和跟蹤算法為主要內(nèi)容，將幀差法結(jié)合其它算法，開展了三個方面的研究。首先，針對傳統(tǒng)水平集需要不斷重新初始化，不能直接應(yīng)用到視頻圖像分割中

2、等問題，對基于C-V水平集的分割算法進(jìn)行改進(jìn)，得到一種用于動態(tài)圖像處理的分割算法。該方法根據(jù)圖像序列中相鄰的兩幀，利用幀差法進(jìn)行前期處理，并經(jīng)過二元休憩和數(shù)學(xué)形態(tài)學(xué)的處理得到一個運動目標(biāo)的模板。以此作為初始水平集，經(jīng)過C-V水平集的不斷演化，并在演化過程中，通過加入能量項來避免不斷重新初始化符號距離函數(shù)的問題，最終得到精確的運動對像。實驗結(jié)果表明本算法不僅分割效果較好，避免了常用水平集中需要重復(fù)初始化的問題，而且大大提高了演化速度，減少

3、了計算復(fù)雜度。其次，基于背景差法和二次幀差法的邊緣信息得到了一種改進(jìn)的運動人體檢測與跟蹤算法。該算法以改進(jìn)自適應(yīng)的背景模型完成背景更新，結(jié)合背景差法和二次幀差法進(jìn)行運動人體檢測，再結(jié)合邊緣信息進(jìn)行陰影消除，將消除所得結(jié)果邊緣信息的陰影，最后實現(xiàn)對運動人體進(jìn)行跟蹤。此算法較好地消除陰影，有效的檢測出運動人體，并具有抗噪性能強(qiáng)的優(yōu)點。最后，結(jié)合高階統(tǒng)計量和顏色空間得到了一種改進(jìn)的視頻圖像分割算法。該算法首先用基于高階統(tǒng)計量的分割算法去檢測運