基于Unscented卡爾曼濾波器的視頻目標(biāo)跟蹤.pdf

1、隨著數(shù)字圖像技術(shù)的飛速發(fā)展和數(shù)字媒體的廣泛的應(yīng)用，基于視頻的運動目標(biāo)檢測與跟蹤已經(jīng)成為目前數(shù)字視頻技術(shù)的重要內(nèi)容，它不僅要求能夠在一段視頻中將待檢測目標(biāo)與視頻背景相分離，同時還要為后續(xù)的目標(biāo)跟蹤，運動軌跡分析等奠定基礎(chǔ)。運動目標(biāo)檢測是指在視頻序列圖像中檢測相對于整幅場景圖像運動的物體，目前，視頻目標(biāo)跟蹤技術(shù)已經(jīng)廣泛應(yīng)用于安全監(jiān)控、區(qū)域監(jiān)測、交通管理、智能車輛、軍事管制以及生活娛樂等諸多場合，成為了視覺研究領(lǐng)域的熱門課題。
　　

2、目標(biāo)跟蹤是計算機視覺中最困難的任務(wù)之一，這種困難主要是由形狀變化，攝像機及目標(biāo)的運動和目標(biāo)所處的背景變動等引起的，特別是目標(biāo)的形變，它可能是具有仿射變化，包括位置，旋轉(zhuǎn)，剪切變形或者尺度變化等。另外，目標(biāo)可能是有幾種鉸接體組成的，在這種情況下，被檢測目標(biāo)的變形甚至可能完全是彈性的。這時，采用B樣條曲線可以有效地避免運動目標(biāo)的檢測與跟蹤中的誤差。另外，在視頻圖像運動目標(biāo)的狀態(tài)估計與實時跟蹤問題中，經(jīng)常要用到的是卡爾曼濾波方法。本文采用的是

3、一種結(jié)合了Unscented卡爾曼濾波算法和B樣條形曲線的目標(biāo)跟蹤方法。仿真結(jié)果表明，該方法可以有效地對視頻運動目標(biāo)進行提取和檢測，進而為下一步的跟蹤和分析奠定基礎(chǔ)。
　　 本文將背景差分法、snake模型、unscented卡爾曼濾波法結(jié)合起來，應(yīng)用于視頻運動目標(biāo)的跟蹤問題，詳細(xì)分析了各種已有的視頻目標(biāo)跟蹤方法的穩(wěn)定性，去噪性，實時性以及定位目標(biāo)的精確性，在比較各種算法優(yōu)缺點的基礎(chǔ)上，引入了B樣條曲線跟蹤法，用來實現(xiàn)對運動目標(biāo)