基于紅外圖像的運(yùn)動(dòng)人體目標(biāo)自動(dòng)跟蹤系統(tǒng)研究.pdf

1、基于紅外圖像的運(yùn)動(dòng)人體目標(biāo)自動(dòng)跟蹤系統(tǒng)研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：秦正運(yùn)指導(dǎo)教師：高潮教授專業(yè)：儀器科學(xué)與技術(shù)學(xué)科門(mén)類：工學(xué)重慶大學(xué)光電工程學(xué)院二O一二年五月重慶大學(xué)碩士學(xué)位論文中文摘要摘要紅外圖像具有被動(dòng)成像、抗干擾性強(qiáng)、目標(biāo)識(shí)別能力強(qiáng)和全天候工作的特點(diǎn)，已經(jīng)被廣泛應(yīng)用于軍事偵察，監(jiān)控和制導(dǎo)等領(lǐng)域?；诩t外成像的目標(biāo)檢測(cè)與跟蹤是這些領(lǐng)域的一個(gè)研究重點(diǎn)。由于人體目標(biāo)的活躍性和特殊性，對(duì)人體的跟蹤有著很大的經(jīng)濟(jì)價(jià)值和軍事

2、價(jià)值。由于紅外成像的特點(diǎn)和人體目標(biāo)的非剛性等，使得對(duì)人體目標(biāo)的檢測(cè)與跟蹤變的十分困難。首先，紅外成像系統(tǒng)的成像噪聲和背景雜波的干擾，使得紅外圖像的信噪比較低，目標(biāo)相對(duì)于背景不突出，容易淹沒(méi)在背景中。其次，紅外圖像無(wú)色彩信息可用，成像模糊，無(wú)清晰的邊緣特征，紋理細(xì)節(jié)少。最后，人體目標(biāo)的具有非剛性，運(yùn)動(dòng)隨意性強(qiáng)，無(wú)固定規(guī)律可循，姿態(tài)復(fù)雜多變，無(wú)法用固定的模型來(lái)描述等特點(diǎn)。由于這些原因，在可見(jiàn)光和剛性目標(biāo)跟蹤中廣泛應(yīng)用的一些跟蹤方法無(wú)法應(yīng)用于

3、紅外圖像的人體目標(biāo)檢測(cè)與跟蹤，這使得基于紅外圖像的人體運(yùn)動(dòng)目標(biāo)的檢測(cè)與自動(dòng)跟蹤有著十分重要的理論意義和使用價(jià)值。本文針對(duì)以上的研究難點(diǎn)，對(duì)此課題進(jìn)行了深入的探討和研究，提出了系統(tǒng)的解決方案，主要工作如下：(1)深入研究了MeanShiR算法的優(yōu)缺點(diǎn)，并討論了MeallShift算法在跟蹤方面的應(yīng)用。針對(duì)紅外圖像的特點(diǎn)和運(yùn)動(dòng)人體目標(biāo)的特點(diǎn)，對(duì)MeallShift算法中的參數(shù)進(jìn)行了討論與選擇。(2)針對(duì)紅外圖像目標(biāo)不能清晰的區(qū)分于背景，噪聲

4、干擾強(qiáng)的特點(diǎn)，采用了改進(jìn)的目標(biāo)建模方法。利用灰度似然比對(duì)核加權(quán)直方圖進(jìn)行加權(quán)，構(gòu)造灰度似然比抑制背景直方圖。實(shí)驗(yàn)表明，采用灰度似然比抑制背景直方圖后，跟蹤的穩(wěn)定性和魯棒性都有很大的提高。(3)針對(duì)MeallShiR算法應(yīng)用于紅外圖像收斂不穩(wěn)定的特點(diǎn)以及無(wú)法應(yīng)對(duì)目標(biāo)的快速運(yùn)動(dòng)與遮擋的情況，采用了Kalman濾波和MeanSKft算法相結(jié)合。由Kalman濾波器預(yù)測(cè)目標(biāo)的位置，MeallS11ift算法在預(yù)測(cè)點(diǎn)周?chē)阉?，從而能夠很好的?yīng)對(duì)快