基于幀差法的運動目標分割與跟蹤算法研究.pdf

1、隨著科技的發(fā)展，視頻圖像的應用越來越廣泛，視頻圖像中運動目標的分割是所有數字圖像處理的重要環(huán)節(jié)，也是后續(xù)高級處理的基礎，因此有關運動目標分割的研究就顯得十分必要。運動目標跟蹤是計算機視覺研究的核心課題，它在機器人視頻導航、視頻監(jiān)控、軍事等領域具有很重要的意義。
　　 本文以視頻圖像中運動目標的分割和跟蹤算法為主要內容，將幀差法結合其它算法，開展了三個方面的研究。首先，針對傳統水平集需要不斷重新初始化，不能直接應用到視頻圖像分割中

2、等問題，對基于C-V水平集的分割算法進行改進，得到一種用于動態(tài)圖像處理的分割算法。該方法根據圖像序列中相鄰的兩幀，利用幀差法進行前期處理，并經過二元休憩和數學形態(tài)學的處理得到一個運動目標的模板。以此作為初始水平集，經過C-V水平集的不斷演化，并在演化過程中，通過加入能量項來避免不斷重新初始化符號距離函數的問題，最終得到精確的運動對像。實驗結果表明本算法不僅分割效果較好，避免了常用水平集中需要重復初始化的問題，而且大大提高了演化速度，減少

3、了計算復雜度。其次，基于背景差法和二次幀差法的邊緣信息得到了一種改進的運動人體檢測與跟蹤算法。該算法以改進自適應的背景模型完成背景更新，結合背景差法和二次幀差法進行運動人體檢測，再結合邊緣信息進行陰影消除，將消除所得結果邊緣信息的陰影，最后實現對運動人體進行跟蹤。此算法較好地消除陰影，有效的檢測出運動人體，并具有抗噪性能強的優(yōu)點。最后，結合高階統計量和顏色空間得到了一種改進的視頻圖像分割算法。該算法首先用基于高階統計量的分割算法去檢測運