欢迎来到天天文库
浏览记录
ID:36798880
大小:2.51 MB
页数:87页
时间:2019-05-15
《运动目标跟踪算法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、沈附工业大学硕士学位论文摘要运动目标的自动跟踪技术是一项融合图象处理、模式识别、人工智能、自动控制等多种不同领域先进成果的高技术课题,是实现智能机器人和智能化武器等的关键技术之一,在军事、交通、生物医学等多种领域都有广泛应用。本文通过大量的实验主要研究了3种跟踪方法:(1)差分法;(2)相关法;(3)主动轮廓线。本文先介绍了一种比较简单的跟踪方法一差分法,即将两幅图象做“相减”运算,从相减后的图象中,得到运动物体的信息。这种方法操作起来比较简单,直接对两幅图像做差,然后再阈值分割即可。但采用这种方法的前提条件是须保证背景绝对静止或基本无变化(噪声较小),而在实际的运动图像中,
2、光照的变化、噪声等因素的干扰是不可避免的,致使运动目标的检测和跟踪变得很不可靠。基于相关的跟踪方法,也叫相关匹配法或模板匹配法。对于这种方法,先研究了普通匹配,由于其匹配过程非常耗时,根本无法用于实时跟踪,故紧接着又研究了速度较快的多分辨率匹配,即先在分辨率较低的图像上粗匹配,得到一些侯选区域,然后在这些候选区域内再进行精匹配,得到最终的匹配结果,实现对运动目标的跟踪。针对多分辨率的方法,又分成跳跃式多分辨率(JumpMulti-resolution:/MR)和平滑式多分辨率(SmoothMulti-l℃solution:SMR)分别进行研究。由于上面这两种方法的模板图像固定
3、,因而对目标运动状态变化的自适应性非常差,故下文又介绍了一种加入“更新”和“预测”机制的匹配跟踪方法一结合Kalman滤波器的匹配方法,使跟踪更准、更快。所谓“更新”,就是对模板图象不断更新,把当前帧的匹配区域作为新的模板,在下一帧中用该更新后的模板进行匹配,再把匹配区域作为新的模板,如此反复,模板就能适应目标状态的不断变化,所以跟踪“更准”;所谓“预测”,就是充分利用动态图象序列之间的相关性,根据目标以前的数据(位置、速度)估计目标将来可能的位置区域,在该区域里进行多分辨率匹配,这样就减少了目标的匹配区域,从而缩短了匹配时间,使跟踪“更快”。沈刚IbAk大学硕十学位论文近十
4、几年来,主动轮廓线(snake)开始被应用到目标跟踪中,很多研究表明它很适合于刚体和非刚体的跟踪。本文先从主动轮廓线的定义和计算入手,分析了3种4i同的计算方法,最后选定较好的贪婪算法。然后以此为基础,通过蛇点的重抽样,气球(Balloon)模型,各能量项对snake的影响,噪声对snake的影响等不同侧面深入研究了它的运行机制,最后给出用它进行目标跟踪的实验结果。为了改进原始模型中蛇点固定不变的缺点,本文引入重抽样机制,自适应地增加或删减蛇点,使分辨率在snake的进化过程中始终保持恒定。接着,又讨论了Balloon模型,并针对其缺点引入改进的Balloon模型。各能量项确
5、定以后,本文对各能量项的系数对锄ake的影响又进行了较为深入的实验研究。在实际的图像采集系统中,噪声是不可避免的,为此,文章以椒盐噪声为例,研究了它们对snake的影响,并举出一些去除噪声的方法,如中值滤波和自适应平滑滤波等。最后,在上面研究的基础上,介绍了snake在本文中的两个应用~目标跟踪和虹膜定位。关键词:跟踪,差分,匹配,主动轮廓线,蛇-2一沈mI.业大学硕十学位论文ResearchonTrackingofMovingTargetAbstI.actAutomatictrackingofmovingtargetishightechnologicalsubjectwhi
6、chemploysadvancedachievementsinmanyfieldssuchasimageprocessing,patternrecognition,artificialintelligenceandautomaticcontrol,etc.Ithaswideapplicationinmany矗eldssuchasintelligentautomaticweapn,intelligentrobots,autonomousvehicleguidance,biologyandSOOn.Inthispaper,threetrackingmethodsareresear
7、chedwiththehelpofroanyexperiments:(1)difference,(2)correlation,(3)activecontour.First,differenceisstudied.Itsmainideaisthattwoimagesaresubstracted,andSOmeinformationofmovingtargelisderivedfromthedifferenceimage.Obviously,thisn℃thodisverysimpleandconvenie
此文档下载收益归作者所有