【正文】 對人體進行運動跟蹤 [33〕。由于圖像采樣時間間隔通常很小，可以認為這些 特征在運動形式上是平滑的，因此可以完成目標的整體跟蹤過程。近年來，人們從這兩種基本思想或結(jié)合這兩種思想的角度出發(fā)，提出了大量的跟蹤算法。 運動目標跟蹤方法 圖像中運動目標的跟蹤技術(shù)通常有兩種算法思想通過目標識別來進行跟蹤和通過運動檢測來進行跟蹤。特別在軍事上，先進的武器導(dǎo)航、軍事偵察和監(jiān)控中都成功運用了自動跟蹤 技術(shù)。 [1] 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 16 第三章 運動目標跟蹤方法 引言 運動目標跟蹤是近期視覺領(lǐng)域內(nèi)一個備受關(guān)注的課題，圖像中運動目標的跟蹤技術(shù)通常是通過目標檢測來進行跟蹤。關(guān)于光流更加詳細的討論可參見 Barron、高文、馬頌德等的文章。 式 (29)給出了光流計算的一個方程，又稱為光流約束方程（ Optical 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 15 FlowConstraint Equation）。光流計算方法大致可以分為三類：基于匹配的方法、基于頻域的方法和基于梯度的方法。 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 14 光流是運動物體被觀測面上的像素點運動產(chǎn)生的瞬時速度場，它包含了物體三維表面結(jié)構(gòu)和動態(tài)行為的重要信息。 對于這些問題，可能的解決辦法是：不斷更新背景模型，使得背景模型具有自適應(yīng)的功能，解決 背景物體發(fā)生變化的影響和光照漸變的影響；對于室外樹葉的擺動、日光燈的閃爍等情況，可以建立多模的背景模型，如利用混合高斯模型對背景像素建模；對于前景和背景顏色相似的，可以利用能夠測量深度的攝像機捕獲圖像以及圖像中對應(yīng)于各像素點的深度信息；雖然陰影使得像素點的強度變化比較大，但是其色度信息幾乎保持不變，可以利用色度信息把陰影從前景中消除。 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 12 當(dāng)前幀圖像（ a） 背景圖像（ b） 背景去除后的目標（ c） 圖 23 采用背景差分法的效果圖 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 13 與時間差分法相比，背景去除法能夠提供比較完整的運動目標信息，得到較準確的目標圖像，而且速度快，能適應(yīng)實時系統(tǒng)的要求。 背景去除法是目前運動目標檢測中最常用的一種方法，它是利用當(dāng)前幀圖像和背景圖像（參考幀圖像）的差分來檢測運動區(qū)域的一種技術(shù)，即將當(dāng)前幀圖像與背景圖像相減，若差值大于某一閾值，則認為此像素點為運動目標上的一點，閾值大小決定了檢測算法的靈敏度。而對慢速運動的物體，應(yīng)該選擇較大的時間差，如果選擇得不適當(dāng)，最壞情況下目標在前后兩幀圖像中幾乎完全重疊，根本檢測不 到物體。由于本圖幀之間的變化很小，因此選取相鄰幾幀來做 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 10 (a) (b) (c) 圖 22 采用 連續(xù)幀間差分法的效果圖 連續(xù)幀間差分方法在動態(tài)環(huán)境下的自適應(yīng)性是很強的，但是這樣分割出來的區(qū)域?qū)嶋H上是物體前后兩個位置的“或”區(qū)域，比物體實際所在的區(qū)域要大。 ),(),(),(1 yxyxyx ffD kkk ??? （ 21） 其中： ),( yxfk， ),(1 yxfk?為連續(xù)兩幀圖像， ),( yxDk 為幀間圖像。 人們總是希望有一個通用的運動檢測算法，能適用于各種環(huán)境，在各種場景中都能很好地工作。這種方法計算速度很快，可以獲得完整的運動區(qū)域，但對于場景中光照條件和噪聲比較敏感，在實際應(yīng)用中需要采用一定的算法維護和更新背景模型，以適應(yīng)環(huán)境的變化。 運動檢測主要有三種方法：光流法、時間差分法和背景去除法。 第四章 模板更新，由于目標的大小在變化及拍攝設(shè)備姿態(tài)的變化等導(dǎo)致目標變化，因此必須采取模板更新，已保證跟蹤精度。 盡管目標跟蹤算法可以大致分為上述幾類，但是這些方法并不是孤立的，在進行目標跟蹤時，為了保證跟蹤的可靠性和準確性，常?；旌鲜褂脦追N算法以得到更好的跟蹤效果。 3) 基于運動估計的跟蹤 基于運動估計的跟蹤方法是利用圖像序列中目標的運動信息來對目標進行跟蹤的一種方法。簡單地說，就是在當(dāng)前幀中尋找與上一幀目標相關(guān)性最大的區(qū)域。由于只跟蹤已選擇的顯著特征，上一幀目標的特征在下一幀圖像中的可能匹配數(shù)目大大小于相關(guān)跟蹤算法，處理的數(shù)據(jù)量小，并且由于特征的精心選取，使得在光照和目標幾何形狀發(fā)生變化時，也能進行目標跟蹤，具有一定的魯棒性。為了提高跟蹤的魯棒性，往往不只選一個特征，而是選一組特征，在一般情況下，可利用的特征有：角點、直邊緣等局部特征和質(zhì)心、表面積和慣量矩等全局特征，在實際應(yīng)用中 ，采用什么特征主要取決于目標具有哪些特征以及算法實現(xiàn)的具體要求。 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 5 國內(nèi)外研究現(xiàn)狀 目標跟蹤就是通過對攝像機獲得的圖像序列進行分析，計算出目標在每幀圖像上的二維位置坐標，并根據(jù)不同的特征值，將圖像序列中不同幀之間同一運動目標關(guān)聯(lián)起來，得到各個運動目標完整的運動軌跡，即在連續(xù)的圖像序列中建立運動目標的對應(yīng) 關(guān)系。但是，現(xiàn)有的目標跟蹤算法大多受限于特定的應(yīng)用背景，跟蹤算法還有待于進一步研究和深化，研究一種具有魯棒性和實時性、適用性強的目標跟蹤方法依然面臨著巨大挑戰(zhàn)。 課題研究背景和意義 運動目標跟蹤在軍事、智能監(jiān)控、人機界面、虛擬現(xiàn)實、運動分析等許多領(lǐng)域有著廣泛的應(yīng)用前景，在科學(xué)和工程中有著重要的研究價值，吸引了國內(nèi)外越來越多研究者的興趣。由于目標運動有一定得規(guī)律，可以采取軌跡預(yù)測以提高跟蹤精度，本文采用了線性預(yù)測法。因此，非常有必要研究運動目標的跟蹤。西北工業(yè)大學(xué)明德學(xué)院 本科畢業(yè)設(shè)計論文 I 目 錄 摘 要 .............................................................................................................................. 1 ABSTRACT................................................................................................................... 2 第一章 緒 論 ................................................................................................................ 4 課題研究背景和意義 ....................................................................................... 4 國內(nèi)外研究現(xiàn)狀 ............................................................................................... 5 本文的具體結(jié)構(gòu)安排 ....................................................................................... 7 第二章 運動目標檢測 .................................................................................................. 8 檢測算法及概述 ............................................................................................... 8 連續(xù)幀間差分法 ..................................................................................... 9 背景去除法 ........................................................................................... 11 光流法 ................................................................................................... 13 第三章 運動目標跟蹤方法 ........................................................................................ 16 引言 ................................................................................................................. 16 運動目標跟蹤方法 ......................................................................................... 16 基于特征匹配的跟蹤方法 ................................................................... 16 基于區(qū)域匹配的跟蹤方法 ................................................................... 17 基于模型匹配的跟蹤方法 ................................................................... 18 運動目標搜索算法 ......................................................................................... 18 絕對平衡搜索法 .................................................................................... 18 絕對平衡搜索法實驗結(jié)果 ............................................................................. 19 歸一化互相關(guān)搜索法 ........................................................................... 21 歸一化互相關(guān)搜索法實驗結(jié)果 及 分析 ......................................................... 22 第四章 模板更新與軌跡預(yù)測 .................................................................................. 26 模板更新簡述及策略 ..................................................................................... 26 軌跡預(yù)測 ......................................................................................................... 28 線性預(yù)測 ............................................................................................... 29 平方預(yù)測器 ........................................................................................... 30 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計論文 II 實驗結(jié)果及分析： ......................................................................................... 31 致 謝 ............................................................................................................................ 36 參考文獻 ...................................................................................................................... 37 畢業(yè)設(shè)計小結(jié) ...