 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
基于水平集的在线目标轮廓跟踪研究
下载积分：1850
内容提示：基于水平集的在线目标轮廓跟踪研究
文档格式：PDF|
浏览次数：5|
上传日期： 18:45:21|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1850 积分
下载此文档
该用户还上传了这些文档
基于水平集的在线目标轮廓跟踪研究
关注微信公众号下载费用： 8.00 元 &
&&&&&&&&&&&&基于视频的交通目标跟踪方法研究
基于视频的交通目标跟踪方法研究
还剩页未读，继续阅读
下载文档到电脑，查找使用更方便
下载需:<b style="color: #ff 元
内容要点：
基于视频的交通目标跟踪方法研究第2O卷。第=!期 2010年7月 计算机技术与发展 、，o1．2O№．7 COMPUTER TECHNOL(X；Y AND I)EVELOPMENT Ju1．2010 基于视频的交通目标跟踪方法研究 雷云，王夏黎，孙华 (长安大学信息工程学院，陕西西安710064) 摘要：交通目标的检测是智能交通系统(ITS)中的一项关键技术，基于视频跟踪方法的检测技术是目前研究的热点。介 绍了近年来提出的一些主要的基于视频的运动目标跟踪方法，对各种方法进行了归类，并分析比较了这些方法的优缺点。 在此基础上，着重介绍了一种快速运动目标跟踪方法——MeanShiff算法。该算法主要利用图像的颜色统计直方图作为特 征，利用Bhattacharyya距离作为目标匹配相似性测度，采用梯度优化方法完成对运动目标的快速跟踪。该方法非常适合 对交通目标的跟踪。 关键词：智能交通系统；视频图像处理；目标跟踪；Meax~hift算法 中图分类号：U491．1’16 文献标识码：A 文章编号：X(2OlO)07一oo44一O4 Tile Research about Transport Target Tracking Based on Video LEI Yun，WANG Xia li，SUN Hua (Schx~l of Information En西n皑 ng，Chang’an University，Xi’an 710064，China) Abstract：The detection of traffic target is a key technology in the intelligent transportation systems(ITS)，and at present，the detection technology based on videotrackingis am~earchtopic ofmuchinterest．Some ofthemajor video—basedtrackingmethods aboutmoving targets in recerlt years 8re introduccxt in this paper，which are classifi~and m~yzed the advantages and di~dvantages．On this basis。fo- CLISonafastmovingtargettrackingmethod—MeanShift algorithm．The algorithinmainlytls the color curve and surfaceoftheirnage themainfe．atttre。and useBhattacharyya distance as a similaritymeasure standardtomatchthetarget，and atlast u5egradientoptlmiza· tion method to complete the fast tracking of moving targets．This method is suitable for tracking targets on traffic． Key words：l丁S；video il／lage processing；target tracking；MeanShift algorithm O引 言 随着经济的发展和社会的进步，对交通场景的监 控已经成为一个十分重要的课题。现如今通过摄像机 来监控交通场景，早已被广泛应用于社会生活当中，但 是在很多场合下，由人来分析视频序列是不合适的。 丽基于计算机视觉和图像处理的视觉监控技术提供了 一种更加先进和可行的方法，其广泛的应用前景和潜 在的商业价值已经引起了国内外学术界和企业界的极 大关注。 文中将对视觉交通监控中的交通目标跟踪方法进 行研究。 收稿日期：20f)9—10—27；修回日期：2010一O1—29 基金项目：西安市科技攻关项目(G( 60J4) 作者简介：雷云(1983一)，男，山西中阳人，硕士研究生，研究方向 为数字图像处理、智能交通；王夏黎，剐教授，硕j_生导师，研究方向 为图形图像处理与智能交通系统。 1常用的目标跟踪算法 目标跟踪，就是通过分析然后在视频序列的每幅 图像中找到所感兴趣的运动目标的位置，建立起运动 目标在各幅图像中的联系。简单的说就是在视频序列 的每一幅图像中对运动目标进行定位。基于视频或图 像序列的交通目标跟踪长期以来都是计算机视觉、数 字视频与图像处理和模式识别领域中一个非常重要和 活跃的研究课题。 目标跟踪的作用非常重要，因为它是衔接运动目 标检测和目标行为分析与理解的一个重要环节。在实 际应用中，交通目标跟踪不仅可以提供目标的运动轨 迹、运动参数和准确的位置，也为进行场景中运动目标 的运动分析和场景分析提供了可靠的数据来源，．同时 运动目标的跟踪信息也反过来为运动目标的正确检测 以及运动目标的识别提供了帮助，从而更有利于交通 运动目标的跟踪。 当前流行的跟踪算法有的是针对刚体目标(例如 第7期 雷云等：基于视频的交通目标跟踪方法研究 ·45· 汽车)的跟踪，有的是针对非刚体(行人)运动目标的跟 踪，归纳起来，主要有基于光流、变形模型、区域和特征 的四种跟踪方法。 1．1基于光流的跟踪 光流的概念是Gibson于1950年首先提出的，所 谓光流场是指序列图像中由运动产生的瞬时位移场。 连续光流法是通过提取运动目标的光流场，在经过一 系列光流场区域处理，对相近速度区域进行聚类，较完 整地提取运动目标区域。从含运动目标的图像序列中 抽取光流场，筛选出光流较大的运动目标区域并计算 目标的速度矢量，从而实现运动目标的跟踪。主要包 括图像预处理、初始光流场计算、光流场改进计算、光 流区域聚类等几个部分。虽然基于光流的方法不需要 进行连续图像间特征的匹配，但它也存在着一些缺点。 首先，光流的计算需要微分运算，而图像的微分运算对 噪声很敏感；其次光流的计算常用松弛迭代算法，运算 量大算法费时，难以满足实时控制的要求，对有较大速 度的交通目标跟踪不太理想。 1．2基于变形模型的跟踪 在跟踪过程中最典型的变形模型就是1987年 KaSs…等人提出Snake的主动轮廓模型。Snake模型 是一种有效的分割和跟踪工具，它可以用来检测目标 边缘和跟踪运动目标。 Snake的分割和跟踪是通过能量最小化的原则进 行的。Snake模型依赖于图像中细微的变化，因为它 的解决方案是建立在变化基础之上。2001年Won[2j 等人提出了Snake的跳跃模型，当序列图像中连续两 帧图像不存在目标重叠现象时，Snake的跳跃模型就 可以用来跟踪物体，这种Snake的跳跃模型理论是假 设在图像流的处理中能够获得运动方向的基础上的， 从先前每一帧图像中获得的Snake的节点跳跃到目标 的边界，在确定目标分割半径的基础上，位移到另一个 区域并且重新初始化。通过图像流信息的反复分割和 跳跃来达到能量最小化。 Snake的跳跃模型能有效解决快速运动物体的跟 踪问题。Snake的跳跃模型使用了摄像机拍摄到的多 帧连续图像。Snake轮廓由N个节点组成，再由N个 节点计算出一个目标中心点。图像分割过程通过分割 汽车的边界完成。在图像序列中使用了Snake的跳跃 模型，图像流信息被用于Snake轮廓跳跃，操作是 Snake能量的最小化的过程。能量的最小化是通过搜 索过程中每一步能量的比较，得出能量变化小于阈值 时结束。能量最小化的方法能够相当有效地跟踪出车 辆。Snake的跳跃模型用来跟踪运动目标的前提是序 列图像中连续两帧图像不存在目标重叠现象。但由于 Snake模型存在初始化轮廓问题和对图像噪声以及车 辆的遮挡现象非常敏感，所以该方法需要与别的 疗法 结合着使用。 1．3基于区域的跟踪 基于区域的跟踪算法的基本思想是：首先得到包 含目标的模板，该模板通过图像分割获得或是预先人 为确定，模板通常为略大于目标的矩形，也可为不规贝《 形状；然后在序列图像中，运用相关算法跟踪目标，对 灰度图像可以采用基于纹理和特征的相关，对彩色图 像还可利用基于颜色的相关。最常用的相关准则是平 方和准则SSD(the 8U1n of~]uared differences)，该算法 还可和多种预测算法结合使用，如线性预测、二次曲线 预测、卡尔曼预测等，以估计每幅图像中目标的位置。 这种算法的优点在于当目标未被遮挡时，跟踪精度非 常高，跟踪非常稳定。但它也存在着很大的局限睦，其 缺点首先是费时，当搜索区域较大时情况尤其严重；其 次，算法要求目标变形不大，且不能有太大遮挡，否则 相关精度下降会造成目标的丢失。由于实际应用中车 辆自身的影子以及车辆之间的遮挡问题普遍存在，所 以区域跟踪法还需要做进一步的改进。 1．4基于特征的跟踪 用于目标的跟踪的个体特征有许多，不管是驹4体 运动目标，还是非刚体运动融标，在序列图像中相邻的 两帧图像，由于图像序列问的采样时间问隔很小，呵以 认为这些个体特征在运动形式上具有平滑性，因此可 以用直线 、曲线【 、参照点[ ]等个体特征来跟踪运动 目标。LiuE0 J等人介绍了灰度图像中一种边缘直线匹 配的算法。在边缘直线的提取中，首先，用图像边缘聚 焦技术处理图像数据，消除不必要的图像噪声，形成了 一个边缘，然后从边缘中分割出直线，并从中提取直 线。用一种以直线的几何关系和灰度图像的信息为基 础的匹配函数描述了两幅图像边缘直线的相似性，在 连续帧图基于视频的交通目标跟踪方法研究
暂无评论，赶快抢占沙发吧。基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）doc下载_爱问共享资料
基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）.doc
基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）.doc
基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）…
简介：本文档为《基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）doc》，可适用于初中教育领域，主题内容包含基于CamShift算法的足球机器人目标跟踪算法研究（可编辑）合肥工业大学硕士学位论文基于CamShift算法的足球机器人目标跟踪算法研究姓名:陈彬符等。
侵权或盗版
*若权利人发现爱问平台上用户上传内容侵犯了其作品的信息网络传播权等合法权益时，请按照平台要求书面通知爱问！
赌博犯罪类
在此可输入您对该资料的评论~
添加成功至
资料评价：374被浏览20,192分享邀请回答3添加评论分享收藏感谢收起您正在使用IE低版浏览器，为了您的雷锋网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
发私信给AI慕课学院
导语：计算机视觉是一门研究如何使机器“看”的科学，其应用相当广泛，包括并不限于：图像分类，人脸识别；车辆检测，行人检测；语义分割，实例分割；目标跟踪，视频分割；
同步到新浪微博
人工智能方向在线教育平台，专注人工智能领域人才培训。用专业打动专业，唯成长陪伴成长。微信：aimooc-xm
当月热门文章
为了您的账户安全，请
您的邮箱还未验证,完成可获20积分哟！
您的账号已经绑定，现在您可以以方便用邮箱登录
请填写申请人资料