1、本科毕业论文题 目：计算机视觉跟踪运动人体目标方法研究毕业论文I目 录摘 要 .IIIABSTRACT.IV1 前 言 .11.1 课题研究背景和意义 .11.2 国内外研究现状 .21.3 图像的预处理 .41.4 目标检测 .41.5 目标跟踪 .41.6 技术难点 .41.7 面临问题 .52 图像预处理 .72.1 图像增强 .72.1.1 对比度增强 .72.1.2 直方图均衡化 .72.1.3 实时中值滤波快速算法的并行实现 .82.2 算法介绍 .82.3 预处理结果与分析 .102.4 噪声消除 .112.5 形态滤波 .112.5.1 腐蚀 .112.5.2 膨胀 .122.
2、5.3 开运算 .132.6 阴影消除 .143 目标物的检测 .163.1 运动目标检测 .16毕业论文II3.2 目标分类 .174 目标物的跟踪 .194.1 运动目标的跟踪技术 .194.1.1 基于 Hausdoff 距离的运动跟踪 .194.1.2 基于区域的运动跟踪 .194.1.3 相关跟踪 .204.1.4 光流跟踪 .204.1.5 基于网格的运动跟踪 .204.2 人体运动状态估计 .214.3 卡尔曼滤波理论 .224.3.1 滤波理论基础 .224.3.2 卡尔曼滤波器的特点 .224.3.3 卡尔曼滤波发散的原因和抑制 .235 结 论 .24谢 辞 .25参考文
3、献 .26毕业论文III摘 要视觉跟踪问题是当今计算机视觉领域的研究热点。随着社会公共安全体系的逐步完善，公共场所中对安全智能监控系统的要求越来越高，这使得许多知名公司和科研机构在此课题中投入大量人力财力。人体运动目标的检测与跟踪使视觉跟踪的重要部分，它在未来研究领域中将有广阔的前景并能带来巨大的社会效益。运动目标检测与跟踪的研究对象是视频序列，或者说图象序列。运动目标检测就是判断视频序列中是否存在运动目标，并确定运动目标的位置;运动目标跟踪是指在整个视频序列中监控运动目标的时空变化，如目标的出现与消失，目标的位置、尺寸和形状等。运动目标的检测与跟踪是紧密关联的两个过程，跟踪始于检测，而目标在
4、后续图象序列中的重复检测也有助于目标的跟踪。由于光照变化、背景干扰、阴影、摄像机的抖动以及运动目标之间遮挡等现象的存在，都给运动目标的正确检测与跟踪带来了极大的挑战。关键词：运动目标跟踪；图像处理；卡尔曼滤波 毕业论文IVABSTRACTVisual tracking is currently one of the most active topics computer vision. As U.N. attaching the importance to the social public safety, the safe intelligent detection system needs
5、 to be improved and become more and more effective in public. Then the research agency of many countries and some world famous companies are now paying much attention to this field. As an essential part of the human motion analysis system, the research in people detecting and tracking can provide br
6、oad potential use in the future and economic benefits to the society. The research interest of moving objects detection and tracking is video sequence or image sequence .Object detection in videos involves verifying the presence of an object in image sequences and possibly locating it precisely. Obj
7、ect tracking is to monitor an objects spatial and temporal changes during a video sequence,including presence,position,size，shape,etc. These two processes are closely related because tracking usually starts with detecting objects, while detecting an object repeatedly in subsequent image sequence is
8、often necessary to verify tracking. Due to changes in illumination of the scene background perturbations shadows, vibration of the camera and occlusions between moving objects，precise detection and tracking of moving objects are still a challenge field of research.Keyword： Moving object tracking ;im
9、age processing ;Kalman filter 1 前 言1.1 课题研究背景和意义计算机视觉是计算机科学和人工智能的一个重要分支。它研究的主要内容是怎样利毕业论文2用各种成像系统代替视觉器官来获取信息，由计算机代替大脑完成对信息的处理和解释，使计算机具有人一样的视觉功能。智能视频监控是计算机视觉的一个重要应用领域，有着广阔的应用前景，尤其是那些对安全要求比较敏感的场合，如飞机场、地铁站、银行、商店、停车场等;另外，还有工业生产现场的监控以及交通系统的监控等等。目前监控摄像机的应用已经比较普遍，但大多没有充分发挥实时主动监督作用，没有智能化，摄像机只是一个电子眼而己，其具体监视过程
10、，仍由人来完成。显然依靠人来执行这种长期的枯燥无味的例行监视工作其效果是不理想的，不但费用高，而且易受人为因素的影响，例如责任心，情感因素等等。因此在这些场合引入智能监控是非常合适的。要求监控系统每天 24 小时连续监控，能自动分析摄像机捕捉到的图像信息，当监视区内有违法活动或有异常状况出现时，能采取必要的安全措施，同时向保安人员及时准确地发出报警信号，从而防治犯罪的发生，避免不必要的损失。2001 年美国 9.11 事件。2005 年英国 7.7 伦敦地铁爆炸案以及去年的美国校园枪击案等恐怖暴力事件的发生更使得世界各国都高度重视如何对国家重要安全部门和敏感的公共场合进行全天候、自动的、实时的
11、监控，而智能视频监控系统为解决这一问题提供了一种有效的途径。近年来，各行各业对视频监控需求不断升温。特别是美国 9.11 事件以来，一些人群比较密集的公共场所或比较容易受袭击的公共场所，如机场、体育馆、外国使馆、地铁和银行等，都纷纷安装视频监控系统以保障人民生命和财产安全。目前在建造智能大厦和选购住房时，安全防范系统越来越受到人们的重视。如果对现有的视频监控系统加以改进，实现对被监控目标的自动识别功能，就能够大大地降低犯罪率，节省人力物力资源，节约投资。有效的交通管理是一些大都市面临的难题。智能视频交通控制系统能及时提供各路段的车辆流量和路况信息，记录违章车辆，以便实现准确快速的交通指挥调度，
12、达到充分利用现有的道路资源，提高突发交通事故的处理能力，从而为人们的出行提供快捷舒适的交通服务。一些工业生产线上，也利用无人监控系统检测产品质量。视频监控在军事上也有广阔的应用前景。准确及时地掌握海防区域的军事情况，对于有效保卫祖国的领海和领土，在未来战争中做出快速反应、掌握战争主动权有着极其重要的意义。建立海防远程视频监控系统，对关键口岸、哨所和敏感地区实施监控，就能使情报部门直观、及时地监视边海防前线情况，提高情报获取的实时性和综合处理能力，也能有效防止偷渡、出逃、走私和贩毒等非法行为。毋庸置疑，在 2008 年的北京奥运会中，计算机视频监控系统将大放异彩，它将广泛用于智能化的交通调度、现
13、代化的体育场馆和优雅舒适的奥运村，为参加奥运会的各国朋友在北京的比赛、游览提供安全舒毕业论文3适的服务。1.2 国内外研究现状目标的目标跟踪是基于对一个图像序列的研究，从序列图像中监测到运动的目标，并对目标运动的规律加以预测，实现对指定的目标进行准确且连续的跟踪。以下讨论目标的分割与跟踪的简单分类 ：12按照检测与跟踪的先后可分为：先跟踪后检测（Track-before-Detect）和先检测后跟踪（Detect-before-Track ）两种方法。在远距离搜索与监视过程中，多半是使用先跟踪后检测的方法。如CCD(ChangeCoupled Device)宽场望远镜搜索或跟踪天空中的流星、卫
14、星或其他运动目标，用记载或地面红外（电视）搜索跟踪系统搜索远距离目标等。目标距离传感器较远，它们在传感器中的成像为点目标，相对于背景和传感器噪声而言，目标强度较弱，基本上被噪声所淹没。由于没有形状、大小、纹理等特征，无法用传统的图像处理技术从单帧图像中检测到目标，必须采用基于目标运动特征的序列图像处理方法，边检测边跟踪，设法使目标航迹积累能量，提高信噪比，以达到抑制噪声、目标跟踪的目的。反之，可采用先检测后跟踪的策略。先检测识别目标，再利用目标特征建立模式，然后对目标状态进行预测，搜索匹配实现跟踪。按照目标在视野中的大小比例可分为：点探测跟踪和成像探测跟踪两种探测跟踪方式。点探测跟踪能提供的信
15、息有点辐射能量，点的位置及其变量，通常应用于短距离目标；成像探测跟踪能提供的信息有目标的辐射亮度及其分布，并进一步感知目标的形状特征及矩描绘特征，进而确定目标的位置及其变量。因此，成像跟踪方式较点跟踪方式所能感知的信息要丰富的多，精确的多。在自然干扰及人工干扰情况下，成像跟踪可以根据其丰富的信息量去除干扰的影响以及提高探测跟踪的精度。一般来说，运动目标的分割与跟踪就是通过计算有传感器所获得的图像与包含的参考图之间的相似性，确定目标当前的位置、运动参数、空间结构，并给出相应的跟踪过程。因此，运动目标的分割与跟踪是以图像处理技术为核心、有机融合了计算机技术、传感器技术、模式识别、人工智能等多种理论
16、和技术的新型的目标分割跟踪技术。它是图像处理技术的直接应用。上世纪 50 年代初，GAC 公司就为美国海军开发研制了自动地形识别跟踪系统（ATRAN） 。图像信息的获得和处理是图像跟踪的基础。进入 703年代以来，随着相关理论与技术的不断发展，图像跟踪技术无论从理论研究、还是从应毕业论文4用研究上都取得了巨大的进展。在学术研究方面：自 W.Meger 和 G.Drius 报道了有关二维相关计算以来 ，Anuta、Blom、Blatnea 、Maurer 等人对图像跟踪研究领域的新思想、4新方法、新进展作了系统而全面的论述 。到上世纪 70 年代初期，自适应跟踪、智能5跟踪的思想方法相继提出。1
17、980 年，由美国国防预研局（DARPA）和联合军种委员会（JSGCondensation 算法是以因子抽样为基础的条件密度传播方法，结合可学习的动态模型，可完成鲁棒的运动跟踪。目前，就跟踪对象而言，有跟踪如手、脸、头、腿等身体部分与跟踪整个人体的，就跟踪视角而言，有对应于单摄像机的单一视角、对应于多摄像机的多视角和全方位视角，当然还可以通过跟踪空间(二维或三维)、跟踪环境(室内或户外)、跟踪人数(单人、多人、人群)、摄像机状态(运动或固定)等方面进行分类。1.6 技术难点尽管视觉监控已经取得了一定的成果，但下面几个方面仍是技术上的难点，快速准确的运动分割是个相当重要但又是比较困难的问题。这是
18、由于动态环境中捕捉的图像受到多方面的影响，比如天气的变化、光照条件的变化、背景的混乱干扰、运动目标的影子、物体与环境之间或者物体与物体之间的遮挡、甚至摄像机的运动等，这些都给准确有效的运动分割带来了困难。就以运动目标的影子为例，它可能与被检测的目标相连，也可能与目标分离。在前者情况下，影子扭曲了目标的形状，从而使得以后基于形状的识别方法不再可靠;在后者情况下，影子有可能被误认为场景中一个完全错误的目标。尽管目前图像运动分割主要利用背景减除方法，但如何建立对于任何复杂环境的动态变化均具有自适应性的背景模型仍是相当困难的问题。一个可喜的发展是，一些研究者们正利用时空统计的方法构建自适应的背景模型，
19、这也许对于不受限环境中的运动分割而言毕业论文6是个更好的选择。目前，大部分人的运动分析系统都不能很好地解决目标之间互遮挡和人体自遮挡问题，尤其是在拥挤状态下，多人的检测和跟踪问题更是难于处理。遮挡时，人体只有部分是可见的，而且这个过程一般是不可训练的，简单依赖于背景减除进行运动分割的技术此时将不再可靠，为了减少遮挡或深度所带来的歧义性问题，必须开发更好的模型来处理遮挡时特征与身体各部分之间的准确对应问题。另外，一般系统也不能完成何时停止和重新开始身体部分的跟踪。当然，可喜的进步是利用统计方法从可获得的图像信息中进行人体姿势、位置等的预测;不过，对于解决遮挡问题最有实际意义的潜在方法应该是基于多
20、摄像机的跟踪系统。1.7 面临问题虽然对目标检测的援救已经经历了几十年的时间,但是到目前为止面临很多不能很好解决的问题：1、在运动目标分割过程中，背景的提取与更新是比较关键的步骤。如果背景静止不变,则运动目标分割相对容易实现。然而，多数情况下，背景是动态变化的，常存在物体的移入或移出，如果不能很好的处理背景中的干扰现象，则作为背景的运动物体的监测必然将受到影响。2、视频场景中光线变化问题(渐变、突变、反光)同样会影响背景的提取与更新。必须不断地对背景进行实时估计，解决两度变化问题，才能更好的完成运动目标的检测。3、光照条件下，目标存在阴影。与背景不同，运动目标的阴影将随运动目标移动.检测分割的结果可能是阴影与目标的出现。4、遮挡也是运动目标检测过程中一个难以解决的问题，在运动目标前方的遮挡物很可能会作为目标的一部分被提取出来，从而造成监测目标形变.严重时会造成运动目标检测的失败。5、背景物体的干扰运动。背景中存在的如风中树叶的摇动,水面波光的闪动,车窗玻璃的反光以及天气的变化等许多细微活动，同样会影响到运动目标的检测。6 另外目标运动过程是否连续，速度如何，是否存在往返运动的现象等问题也关系到运动目标的检测。
