基于雙目視覺和改進粒子濾波的運動目標檢測和跟蹤方法研究.pdf

1、隨著時代的發(fā)展和進步，計算機視覺技術(shù)得到了迅速發(fā)展。運動目標檢測與跟蹤作為計算機視覺領(lǐng)域中的重要一部分，是人類視覺研究的焦點課題之一，涵蓋了圖像處理、人工智能、計算機等諸多領(lǐng)域的先進科技。正是因為它們是視頻處理中最關(guān)鍵的環(huán)節(jié)，所以若是提取出的運動目標不準確或者不夠完整，就會對最終的結(jié)果產(chǎn)生很大的影響，甚至會因此得到和事實相反的結(jié)論?，F(xiàn)有的檢測與跟蹤算法雖然層出不窮，但存在明顯的缺點：只能在目標正常運動的時候被提取出來，很難在紛亂的背景下

2、檢測與跟蹤運動目標，在其被覆蓋時也很難正確地跟蹤。長久以來各國的學(xué)者針對這些問題不斷地提出解決算法和方法，但是成效并不顯著。
　　針對以上問題，本文利用雙目立體視覺技術(shù)對運動目標進行檢測，并利用改進的粒子濾波技術(shù)結(jié)合ABCshift算法對圖像中運動目標進行跟蹤。在目標檢測方面，利用區(qū)域相關(guān)匹配技術(shù)對立體視覺圖像進行差分，有效地解決了遮擋問題對目標檢測的影響，最后檢測出正確的運動目標。在跟蹤方面，對粒子濾波的運動目標模型選擇和相似性

3、度量等方面進行相應(yīng)調(diào)整和優(yōu)化。經(jīng)過對比，改進后的粒子濾波方法在目標跟蹤方面效果更好，運算步驟更少，運算速度也會更快。然后把改進后的粒子濾波與ABCshift算法結(jié)合，利用結(jié)合后的方法對目標進行跟蹤。當目標被嚴重覆蓋，大面積被類似目標顏色干擾的時候，這個方法能對此起到抑制作用，進而正確地跟蹤到目標。最后，在雙目立體視覺方法的檢測結(jié)果下，利用改進的跟蹤方法，對目標實現(xiàn)高效而準確地跟蹤。
　　通過與傳統(tǒng)的檢測和跟蹤方法對照，本文所用的雙