人形目標(biāo)檢測(cè)與跟蹤(共7頁(yè))

1、精選優(yōu)質(zhì)文檔-傾情為你奉上人形目標(biāo)檢測(cè)與跟蹤一、 本組研究方案，算法系統(tǒng)框圖二、 檢測(cè)算法、原理、程序?qū)崿F(xiàn)方法、調(diào)試過(guò)程【視頻處理】老師提供的兩端視頻兩段視頻并不能直接用來(lái)輸入OpenCV所編程序處理，需要將其轉(zhuǎn)化為無(wú)壓縮的avi格式。利用軟件WinAVI Video Converter，轉(zhuǎn)換為ZJMedia uncompressed RGB24格式。【背景建?！课覀冃〗M利用N幀圖像的平均來(lái)求取背景，并實(shí)時(shí)對(duì)背景進(jìn)行更新。由于考慮到ExhibitionHall.avi視頻中運(yùn)動(dòng)物體所占場(chǎng)景比例少，運(yùn)動(dòng)軌跡為直線，為了處理的簡(jiǎn)單，所以在這不刻意區(qū)分物體和背景像素點(diǎn)。即，這里的很?。?.003）

2、?！厩熬疤崛　炕叶葓D像的處理比彩色圖像的處理過(guò)程簡(jiǎn)單。我們小組將讀入的彩色圖像變成灰度圖像，并二值化；同樣，背景也進(jìn)行二值化。兩者做差值，得到一些離散的黑白點(diǎn)塊。也就是要識(shí)別的目標(biāo)。但是，這樣得到的塊是分散開的，程序并不能完整的把它們識(shí)別成一個(gè)人形，而是一個(gè)本來(lái)很完整的人形被分塊識(shí)別成多個(gè)目標(biāo)。為此，我們做了一些簡(jiǎn)單的后處理。先腐蝕元素，去除不必要的雜點(diǎn)，然后進(jìn)行膨脹塊處理，自定義塊的大小，使其膨脹成能被識(shí)別成一個(gè)人形的目標(biāo)。另外，我們還做個(gè)簡(jiǎn)單的高斯低通濾波，是得到的結(jié)果光滑些。其流程圖如右?！灸繕?biāo)檢測(cè)】根據(jù)前景處理的結(jié)果，得到一些連續(xù)的塊目標(biāo)。利用幀間差，可以提取出目標(biāo)的輪廓。根據(jù)輪廓的位

3、置分布，計(jì)算出檢測(cè)目標(biāo)的形心和大小。并予以標(biāo)記。目標(biāo)跟蹤目標(biāo)(Id,Pos,Size)目標(biāo)(Id,Pos,Size)目標(biāo) 1目標(biāo)(Pos,Size)目標(biāo) (Pos,Size)目標(biāo)N目標(biāo) (Pos,Size)目標(biāo) (Pos,Size)【目標(biāo)跟蹤】根據(jù)目標(biāo)幀間的位移差值，可以計(jì)算出運(yùn)動(dòng)目標(biāo)在x，y方向上的運(yùn)動(dòng)速度?？梢岳眠@個(gè)關(guān)系判斷下一幀目標(biāo)的位置。設(shè)置一個(gè)合適的閾值，就可以實(shí)現(xiàn)目標(biāo)的跟蹤。在此，我們還引入了重疊判斷機(jī)制。如果目標(biāo)重疊，即通過(guò)遍歷，發(fā)現(xiàn)塊重疊大于一定閾值后，根據(jù)前面得到的位置預(yù)測(cè)判斷當(dāng)前物塊位置；如果不重疊，則遍歷這幅圖像中的所有物塊，尋找臨近最優(yōu)物塊，以保持編號(hào)連續(xù)性。在目標(biāo)跟

4、蹤過(guò)程中，還進(jìn)行了Kalman濾波，對(duì)目標(biāo)軌跡進(jìn)行濾波處理。三、 實(shí)驗(yàn)結(jié)果，圖示【背景建?！俊厩熬疤崛　恐苯优c背景做差值得到的圖像加入腐蝕膨脹后得到的圖像【目標(biāo)檢測(cè)】【目標(biāo)跟蹤】【目標(biāo)重疊處理】四、 總結(jié)、存在問(wèn)題分析這段程序能基本檢測(cè)出在場(chǎng)景中的運(yùn)動(dòng)目標(biāo)，并且對(duì)目標(biāo)沒(méi)有長(zhǎng)時(shí)間停留和背景中的場(chǎng)景固定的視頻檢測(cè)效果好。我們小組在剛開始做的時(shí)候并沒(méi)有注意到是“人形目標(biāo)檢測(cè)與跟蹤”，而是直接作為“運(yùn)動(dòng)目標(biāo)的識(shí)別和跟蹤”進(jìn)行處理。由于建的模型很簡(jiǎn)單，只要是與背景相比有變化的部分都能被檢測(cè)出來(lái)。如果要做人形目標(biāo)識(shí)別，就需要對(duì)人形目標(biāo)進(jìn)行建模，規(guī)定一定的長(zhǎng)寬比，設(shè)定一個(gè)閾值，在這范圍內(nèi)的目標(biāo)就能被識(shí)別出來(lái)

5、。這樣，在鏡中的成像，光照的影響都可以被濾掉。另外，這段程序在某些與背景相似的目標(biāo)檢測(cè)上效果較差，容易把它識(shí)別成兩個(gè)目標(biāo)。這是因?yàn)楸尘敖２捎昧恕氨尘案隆狈ê颓熬疤崛∮昧恕岸祷幚怼?。雖然采用了“背景更新”，但是給定的很小，只有0.003，相當(dāng)于我們認(rèn)為背景一直是固定的?！岸祷幚怼笔沟迷谧R(shí)別上忽視了很多像素點(diǎn)。這樣和背景顏色相似點(diǎn)就很容易被判為背景，這樣就會(huì)造成一個(gè)人形目標(biāo)會(huì)被識(shí)別成幾個(gè)目標(biāo)。采用“幀差法”能較好的避免這個(gè)問(wèn)題，得到的人形輪廓與背景的像素沒(méi)關(guān)系。物體長(zhǎng)時(shí)間停留，會(huì)產(chǎn)生目標(biāo)丟失。當(dāng)該物體再次移動(dòng)時(shí)，會(huì)產(chǎn)生虛假目標(biāo)。這也與背景建模有關(guān)系。這也許是采用了“背景法”建模的同學(xué)心中的永遠(yuǎn)的痛。因?yàn)閞oomWalk.mpg里就有人形物體長(zhǎng)時(shí)間停留。經(jīng)過(guò)小組內(nèi)討論，采用“背景法”和“幀間差”結(jié)合的方法能較好的避免這個(gè)問(wèn)題。如果物體長(zhǎng)時(shí)間停留，采用“背景法”和“幀間差”得到的結(jié)果肯定會(huì)不一樣。在這要進(jìn)行一點(diǎn)簡(jiǎn)單處理，就是把“幀間差”圖像做鏡像，然后用與“背景法”中區(qū)域像素填充“幀間差”圖像中人形區(qū)域。兩者做差值，根據(jù)得到的差值就會(huì)把整幅圖像分成兩個(gè)區(qū)域，一個(gè)是物體長(zhǎng)時(shí)間停留得到的“虛假目標(biāo)