目標跟蹤過程中的遮擋問題研究.pdf

1、運動目標跟蹤技術是計算機視覺領域的核心課題之一,具有十分重要的意義和廣泛的實用價值.它融合了圖像處理、模式識別、人工智能、自動控制以及計算機應用等相關領域的先進技術和研究成果.運動目標跟蹤的實質(zhì)是一種從圖像信號中實時自動識別目標,提取目標的位置信息,自動跟蹤目標的技術.它的難點在于圖像信號采集過程中的信息損失和復雜的應用環(huán)境.特別是跟蹤過程中的遮擋問題越來越成為限制跟蹤算法實用性的關鍵因素.如何解決運動目標跟蹤過程中的遮擋問題是本文的研

2、究重點.本文首先分析了基于平移運動模型的傳統(tǒng)相關跟蹤算法,從映射函數(shù)、模板更新方面提高其精度,從匹配搜索策略方面的改進提高其實時性.然后討論了基于Hausdorff距離的匹配跟蹤算法,并從算法實現(xiàn)的各個步驟著手進一步提高其魯棒性.本文采用Susan角點檢測提取特征點,該方法具有特征點提取準確,簡單快捷的優(yōu)點,適用于高速跟蹤算法的底層處理;并對基于Hausdorff距離的匹配策略進行改進,提高其匹配運算的速度.將它與相關跟蹤算法進行對比性

3、實驗,對實驗結(jié)果的分析說明基于Hausdorff距離的匹配跟蹤算法表現(xiàn)出良好的抗遮擋性能,明顯優(yōu)于基于灰度的相關跟蹤算法.但是該算法有一定的適用范圍,對于目標面積較小、幾何特征不明顯、目標灰度與背景灰度相接近的情況下,無法取得計算Hausdorff距離的基礎——特征點點集.在這種情況下,需要尋求新的解決方案,本文采取利用kalman濾波器來改善相關跟蹤性能的方法來解決這個問題.在系統(tǒng)地研究了kalman濾波器的定義、性質(zhì)及其在跟蹤算法中