視頻圖像中的運動人體檢測與跟蹤算法研究.pdf

1、隨著安全隱患的日益增加，越來越多的高級視頻監(jiān)控系統(tǒng)被投入到各個應(yīng)用領(lǐng)域中。為了防止?jié)撛谖ｋU的突然發(fā)生，視頻監(jiān)控系統(tǒng)需要對人體的行為進行分析。對人體行為進行分析，首先需要建立一個能對運動人體進行檢測和跟蹤的監(jiān)控系統(tǒng)。近些年來，人體檢測和跟蹤系統(tǒng)的發(fā)展已經(jīng)日趨成熟，許多的實時監(jiān)控系統(tǒng)也得到了很大的發(fā)展。但由于實際監(jiān)控結(jié)果會受到許多因素的影響，因而對人體行為的自動監(jiān)控仍有許多關(guān)鍵技術(shù)急需解決。本文對攝像機靜止情況下的視頻序列中運動人體的檢測和

2、跟蹤算法進行了研究。
　　 本文以圖像處理、圖像分析理論為基礎(chǔ)，對人體檢測和跟蹤領(lǐng)域的一些相關(guān)算法進行了研究和改進。在運動人體檢測部分，分析了運動目標檢測領(lǐng)域比較常用的檢測方法，針對差圖像法和幀間差分法檢測精度不高的缺點，提出了一種利用向量線性相關(guān)性質(zhì)檢測運動人體的有效方法。該方法根據(jù)同性象素線性相關(guān)、異性象素線性無關(guān)的性質(zhì)，計算參考幀和待測幀對應(yīng)向量矩陣的WRONSKIAN行列式。當計算結(jié)果大于設(shè)定閾值時，即判斷所在向量中心為

3、運動目標點；反之為背景點。與差圖像法和幀間差分法相比，該方法算法簡單，檢測結(jié)果精度高。利用改進的基于亮度和色度的陰影檢測法去除了由于光照影響而出現(xiàn)的陰影，并利用形態(tài)學算子消除圖像中的雜散噪聲。在運動人體跟蹤部分，利用基于碼書的目標分類法將運動人體與場景中可能存在的其他運動目標區(qū)別出來，采用分類-競爭矢量量化的方法建立碼書，初始化目標大小，然后提取目標的邊緣特征，將邊緣特征向量與碼書的編碼向量進行匹配，匹配的方法是從碼書中找出一個與邊緣特