運動背景下的目標(biāo)檢測算法研究.pdf

1、為了檢測運動背景下的運動目標(biāo)，本文首先采用光流法對目標(biāo)進行初始檢測。這種方法只能得到目標(biāo)的大致范圍，無法得到目標(biāo)的精確輪廓，而且無法正確檢測同向同速前進的多目標(biāo)。于是，本文又采用了實現(xiàn)曲線演化的測地線活動輪廓模型。該模型大致可分為基于水平集方法的模型和基于變分水平集方法的模型，以光流法得到的目標(biāo)檢測結(jié)果作為初始曲線，在該曲線基本圈住目標(biāo)的情況下可以實現(xiàn)目標(biāo)的精確檢測。但是，由于光流法誤差的存在，很可能會出現(xiàn)部分曲線越過且遠(yuǎn)離目標(biāo)邊緣的現(xiàn)

2、象，導(dǎo)致檢測失敗。針對這種情況，本文提出了一種改進的測地線活動輪廓模型。
　　 改進模型主要針對大部分背景和目標(biāo)灰度差異較大的視頻，可以自適應(yīng)地控制曲線上各個點獨立進行收縮或擴張運動，使得處于背景上的那部分曲線向內(nèi)收縮直至達到目標(biāo)邊緣，而處于目標(biāo)上的那部分曲線則向外擴張，同樣是到達目標(biāo)邊緣時停止。實驗表明，改進模型的確能對初始曲線越過且遠(yuǎn)離邊緣的情況實現(xiàn)正確的目標(biāo)檢測，而且改進模型較測地線活動輪廓模型有更高的穩(wěn)定性。這就使得在逐