基于雙目視覺和CamShift算法的目標檢測與跟蹤.pdf

1、運動目標的檢測與跟蹤是指從包含運動目標的序列圖像中，檢測、識別和跟蹤運動目標。對運動目標進行跟蹤，并進一步對運動目標進行分析，可以應用于安全監(jiān)控、虛擬現(xiàn)實、人機交互等許多領域。同時，運動目標跟蹤問題具有較高的學術(shù)價值和理論意義，已經(jīng)成為近年來國際上研究的熱點問題之一。 本課題的主要研究內(nèi)容是通過雙目立體視覺技術(shù)，對雙目立體圖像對中的運動目標進行檢測與提取，并在圖像序列中對運動目標進行跟蹤。 對于視覺跟蹤系統(tǒng)，其核心主

2、要包括兩個部分：一是運動目標提取，二是運動目標的預測與跟蹤。運動目標提取是目標跟蹤任務中最為關(guān)鍵的部分。如果提取運動目標不正確或者提取不完整，將會極大的影響跟蹤部分的操作，甚至不能進行跟蹤。本文通過立體匹配技術(shù)，有效的克服了陰影對目標檢測的影響，充分利用立體視覺技術(shù)中的視差圖，對實時視差圖和背景視差圖進行差分，從而精確的對運動目標進行檢測和提取。通過與傳統(tǒng)的背景差分算法的提取結(jié)果進行對比發(fā)現(xiàn)，本文采用的方法可以比較精確的提取出運動目標。

3、 在目標跟蹤研究方面，本文主要討論了CamShift(Continuous AdaptiveMeanshift)跟蹤算法。由于物體的顏色信息是物體的固有特征，利用運動目標的顏色特征對運動目標進行跟蹤可以解決目標被遮擋后丟失的問題。而(CamShift跟蹤算法正是一種基于目標顏色特征的跟蹤方法，該方法由于其無參數(shù)，運算速度快而被廣泛應用。本課題將視差背景差分算法與CamShift跟蹤算法相結(jié)合，充分利用運動目標檢測的結(jié)果，提高了目

4、標跟蹤時的匹配效率，實現(xiàn)了目標的快速跟蹤。通過與傳統(tǒng)的基于灰度背景差分方法的結(jié)果進行對比發(fā)現(xiàn)，本文采用的方法可以比較精確的實現(xiàn)對單個和多個目標以及簡單遮擋情況下的跟蹤。 最后，本文綜合運用目標檢測與跟蹤理論、圖像處理及計算機立體視覺等相關(guān)技術(shù)，在AS-R能力風暴機器人實驗平臺上，結(jié)合VC++6.0和OpenCV視覺庫進行了相關(guān)的試驗設計。本文分別在單目標、多目標和相互遮擋等情況下進行跟蹤試驗，給出了相應的試驗結(jié)果，并與基