應(yīng)用主動輪廓模型的視頻船舶監(jiān)控系統(tǒng)運(yùn)動目標(biāo)跟蹤.pdf

1、運(yùn)動目標(biāo)檢測與跟蹤技術(shù)一直是圖像處理和計算機(jī)視覺領(lǐng)域的重要研究課題。近年來，隨著多媒體技術(shù)的迅猛發(fā)展及計算機(jī)性能的不斷提高，各種視頻圖像的應(yīng)用越來越廣泛。視頻圖像序列中運(yùn)動目標(biāo)的檢測與跟蹤技術(shù)也日益受到人們的青睞，得到了廣泛的應(yīng)用。例如，在人工智能系統(tǒng)中，要對運(yùn)動目標(biāo)進(jìn)行跟蹤識別；在智能交通系統(tǒng)中，要求對運(yùn)動中的車輛進(jìn)行監(jiān)控等。 本文研究了水道安全智能視頻監(jiān)控系統(tǒng)中的運(yùn)動船只檢測與跟蹤方法。常用的運(yùn)動目標(biāo)跟蹤方法大致可以分為兩類

2、：(1)基于運(yùn)動目標(biāo)區(qū)域特征的跟蹤方法，(2)基于目標(biāo)輪廓特征的跟蹤方法?；谥鲃虞喞€模型的跟蹤方法屬于第(2)類，即它是基于目標(biāo)輪廓特征的跟蹤方法。這個方法能減少計算復(fù)雜性。 主動輪廓線模型又稱為Snake模型，是一條可變形的閉合連續(xù)曲線及其能量函數(shù)的總稱。曲線的形狀和位置由內(nèi)部力和外部力控制。內(nèi)部力使得曲線的形狀趨于光滑，外部力引導(dǎo)主動輪廓線向圖像的特征移動。主動輪廓線模型由Kass等人于1987年首次提出之后，許多研究者

3、對該模型進(jìn)行了改進(jìn)，并將其應(yīng)用于計算機(jī)視覺研究的許多領(lǐng)域中，如靜態(tài)圖像的邊緣檢測、圖像分割以及圖像序列中運(yùn)動目標(biāo)的跟蹤等。 但是，主動輪廓線的初始位置大都是由人工手工選取的，這樣使得主動輪廓線模型在運(yùn)動目標(biāo)跟蹤中的應(yīng)用受到很大的限制。目前本課題研究的是固定水道內(nèi)基于視頻圖像序列的運(yùn)動目標(biāo)跟蹤技術(shù)，基于視頻圖像的水上運(yùn)動目標(biāo)跟蹤需要綜合考慮波動、水面反光等因素的影響。本文將主動輪廓線模型與目標(biāo)的運(yùn)動信息相結(jié)合進(jìn)行運(yùn)動目標(biāo)的跟蹤，提

4、出了一種基于目標(biāo)二值圖像的初始輪廓線自動選取方法，增強(qiáng)了主動輪廓線模型在運(yùn)動目標(biāo)跟蹤中的實(shí)用性，并將基于主動輪廓線模型的跟蹤方法用于單個、多個運(yùn)動目標(biāo)的跟蹤。論文內(nèi)容主要按照以下各章進(jìn)行展開： 首先在引言中闡述了面向交通應(yīng)用的數(shù)字視頻序列運(yùn)動目標(biāo)檢測與跟蹤的研究意義及本文的選題背景：總結(jié)運(yùn)動目標(biāo)檢測、提取及跟蹤領(lǐng)域的研究現(xiàn)狀，并指出所存在的問題。在第二章主要介紹了主動輪廓線模型在計算機(jī)視覺與圖像處理中的應(yīng)用、改進(jìn)的主動輪廓線模、

5、主動輪廓線的能量函數(shù)的定義等。然后利用貪心算法求能量函數(shù)的最小化。在第三章中提出了一種視頻序列運(yùn)動目標(biāo)檢測與跟蹤方法，研究了攝像機(jī)靜止情況下的運(yùn)動目標(biāo)跟蹤技術(shù)，使用背景消去法進(jìn)行運(yùn)動目標(biāo)的檢測。首先使用若干幀沒有運(yùn)動目標(biāo)的圖像對各個像素點(diǎn)建立混合高斯背景模型，然后使用建立的背景模型進(jìn)行運(yùn)動目標(biāo)的檢測。使用檢測到的目標(biāo)在進(jìn)入監(jiān)控區(qū)的若干幀中的位移量來對目標(biāo)的運(yùn)動速度作出估計?；跈z測到的目標(biāo)的二值圖像，提出了一種初始輪廓線的自動選取算法，