紅外圖像序列的多目標(biāo)跟蹤方法研究.pdf

1、紅外成像技術(shù)是根據(jù)不同的物體以及物體的不同部位產(chǎn)生的熱輻射不同，依靠紅外線傳感器的熱成像性能來(lái)獲得圖像的技術(shù)。目前，由于器件的價(jià)格降低，使得紅外線成像技術(shù)得到了快速的發(fā)展，并且在軍事及民用領(lǐng)域的應(yīng)用越來(lái)越廣泛，其中包括:紅外制導(dǎo)、視頻監(jiān)控、偵察與安檢、搜索與跟蹤等多個(gè)應(yīng)用場(chǎng)景。
　　紅外線視頻序列中的多行人目標(biāo)檢測(cè)跟蹤是紅外線技術(shù)的一項(xiàng)重要的技術(shù)，發(fā)揮著重要的作用。與可見光下的視頻圖像序列不同的是，紅外線視頻序列中的圖像的信噪比較

2、低，目標(biāo)與背景的反差比較小。這些特點(diǎn)使得在紅外線視頻序列的情況下進(jìn)行跟蹤和檢測(cè)行人目標(biāo)的難度增加。另外，視頻中多目標(biāo)的跟蹤本身就是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)難點(diǎn)，對(duì)于紅外線視頻序列，更需要好的算法設(shè)計(jì)。
　　本文的主要研究?jī)?nèi)容是實(shí)現(xiàn)自動(dòng)的識(shí)別和跟蹤紅外線視頻中的多行人目標(biāo)。紅外線視頻序列的多目標(biāo)跟蹤過程主要分為行人檢測(cè)和目標(biāo)跟蹤兩部分。在行人檢測(cè)過程中，將級(jí)聯(lián)的Adaboost算法與EOH(Edge Orientation Histo

3、gram)特征進(jìn)行結(jié)合，實(shí)現(xiàn)快速魯棒的行人檢測(cè)算法，大大降低目標(biāo)檢測(cè)的時(shí)間消耗，并且得到較好的檢測(cè)效果。在目標(biāo)跟蹤過程中，根據(jù)行人運(yùn)動(dòng)的非線性非高斯特性選擇了粒子濾波算法作為本文跟蹤算法的主要算法，根據(jù)紅外線圖像僅有灰度特征改進(jìn)了粒子濾波算法，并使用LBP(Local Binary Pattern)紋理聯(lián)合圖像的灰度特征建立觀測(cè)模型，設(shè)計(jì)出適用于紅外線視頻序列多行人目標(biāo)的跟蹤算法，解決了目標(biāo)的消失、遮擋、重新出現(xiàn)等問題。
　　本文