运动目标检测与跟踪的.pptVIP

帧间差法 背景估计法 背景估计法适用于背景静止情况下的视频分割，其主要基于以下两个假设： 假设1：在背景静止的情况下，若外界光照条件不变，且在不考虑噪声的情况下，视频序列图像中的背景保持不变。 假设2：在目标可视的情况下，目标与背景的灰度之间存在着一定的对比度。 根据假设1，在静态场景的条件下视频序列图像中不包含目标的完整背景在每一帧都相同，由于运动目标会遮挡住一部分背景，所以每一帧中的背景并不等于完整背景，关键技术就是根据一定的准则从连续k帧图像中估计出该视频序列图像的完整背景。 根据假设2，运动目标与背景之间的灰度存在着一定的对比度，因此在不考虑噪声的情况下，在差分图像中属于背景区域的像素的灰度值为零，从而检测出了运动目标。 第一步：设置初始值 设置初始状态 x0,P0,Q0和R1的初始值 第二步：预测下一时刻目标的位置 这里运用式(5)和式(6),根据扩展的卡尔曼滤波器,预测目标在下一时刻可能出现的位置: 第三步：目标匹配有哪些信誉好的足球投注网站 使用基于像素点的亮度差的和作为匹配距离准则： 第四步：卡尔曼滤波器参数的修正 主要根据每帧得到的测量值修正目标的参数,使用IRR(无限冲击响应)滤波器完成对v⌒k,a⌒k和Δvk,Δak的修正,其公式为: 2.基于特征光流法的跟踪方法 结 语 图像中的运动目标检测与跟踪是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在机器人导航、智能视觉监控系统、医学图像分析、工业检测以及视频图像分析等领域中都有应用。 Thanks for your attention！ 式中:a,γ为一常数,0≤a,γ≤1。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 两种跟踪方法的比较 由于卡尔曼滤波 是基于高斯分布 的状态预测方法, 不能有效地处理 多峰模式的分布 情况 对目标在帧间的 运动的限制较小, 可以处理大的帧 间位移;对噪声的 敏感性降低;只处 理图像中很少数 的特征点,计算量 较小 得到的是稀疏光 流场,导致难于提 取运动目标的精 确形状;特征匹配 问题尚未得到较 好的解决。 优点 缺点 基于卡尔曼滤波 基于特征光流法 硬件设施要求较 高,能在环境较差 情况下跟踪目标 可以处理目标重 叠及目标失锁等 异常情况 适用范围 用于预测目标起 始中心,在周围环 境存在干扰时容 易丢失目标 计算量小,存储量 小,目标有哪些信誉好的足球投注网站区域 小,实时性高。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. L/O/G/O 运动目标检测与跟踪 主讲人：刘健 2010.11.3 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. Contents 现状和应用 1 目标检测的相关技术 2 目标跟踪的常用方法 3 4 结语 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 现状 运动目标检测与跟踪是在基于动态图像分析的基础上结合图像模式识别和图像跟踪方法对图像序列中的目标进行检测—识别—跟踪的过程，它是图像处理与计算机视觉领域中的一个非常活跃的分支，在最近二十几年间，随着计算机技术、CLSI技术与高分辨率传感技术，图像处理技术的迅速更新，它在国名