運(yùn)動(dòng)目標(biāo)檢測(cè)

　　跟蹤各過(guò)程算法綜述 圖像預(yù)處理 數(shù)字圖像中的幾種典型噪聲有：高斯噪聲來(lái)源于電子電路噪聲和低照明度或高溫帶來(lái)的傳感器噪聲椒鹽噪聲類(lèi)似于隨機(jī)分布在圖像上的胡椒和鹽粉微粒主要由圖像切割引起或變換域引起的誤差加性噪聲是圖像在傳輸中引進(jìn)的信道噪聲。 一般來(lái)說(shuō)引入的都是加性隨機(jī)噪聲可以采用均值濾波、中值濾波、高斯濾波等方法去除噪聲提高信噪比。均值濾波在噪聲分布較平均且峰值不是很高的情況下能夠得到較好的應(yīng)用中值濾波對(duì)尖脈沖噪聲的濾除有較好的效果并且能突出圖像的邊緣和細(xì)節(jié)高斯濾波對(duì)濾除高斯白噪聲有較好的效果。 運(yùn)動(dòng)目標(biāo)檢測(cè) 背景差分法：能完整、快速地分割出運(yùn)動(dòng)對(duì)象。不足之處易受光線變化的影響背景的更新是關(guān)鍵。不適用攝像頭運(yùn)動(dòng)的情況。 光流法：能檢測(cè)獨(dú)立運(yùn)動(dòng)的對(duì)象可用于攝像頭運(yùn)動(dòng)的情況但計(jì)算復(fù)雜耗時(shí)很難實(shí)時(shí)檢測(cè)。 幀差法：受光線變化影響較小簡(jiǎn)單快速但不能分割出完整的運(yùn)動(dòng)對(duì)象需進(jìn)一步運(yùn)用目標(biāo)分割算法。還有一些改進(jìn)的算法主要致力于減少光照影響和檢測(cè)慢速物體變化。 圖像標(biāo)識(shí) 圖像標(biāo)識(shí)的作用是確定物體是否獨(dú)立圖像中有幾個(gè)運(yùn)動(dòng)目標(biāo)。

　　1領(lǐng)域：常取周?chē)?或8個(gè)像素作為領(lǐng)域。

　　2連通域：二值圖像中互相連通的0像素集或1像素集稱(chēng)之為連通域。被1像素包圍的0像素叫做孔。1像素連通域不含孔時(shí)叫做單連通成分含有一個(gè)或多個(gè)孔的連通成為叫做多重連通成分。 3標(biāo)記：差值后的一幀圖像可能存在多個(gè)連通域每個(gè)非連通域?qū)?yīng)一個(gè)目標(biāo)圖像區(qū)給各目標(biāo)區(qū)分配相應(yīng)標(biāo)號(hào)的工作成為標(biāo)記。 標(biāo)識(shí)過(guò)程大致為：按一定順序逐個(gè)掃描像素掃描到1的像素檢測(cè)其領(lǐng)域的像素值若一樣則為連通域并標(biāo)記為第一個(gè)目標(biāo)然后依次尋找下一個(gè)目標(biāo)。 在所有可能的目標(biāo)都找到了之后可以為每個(gè)目標(biāo)劃出一個(gè)波門(mén)將目標(biāo)框起來(lái)。并建立一個(gè)多目標(biāo)位置鏈表找到的每一個(gè)目標(biāo)區(qū)域的中心位置都作為一個(gè)結(jié)點(diǎn)加入該鏈表儲(chǔ)存起來(lái)。波門(mén)的劃分有可能將同一個(gè)目標(biāo)分為兩個(gè)部分或者一個(gè)波門(mén)里包括了兩個(gè)目標(biāo)使得目標(biāo)數(shù)據(jù)錯(cuò)誤增加或減少所以還要判斷當(dāng)前的目標(biāo)是屬于同一個(gè)目標(biāo)還是不同的目標(biāo)這將在后面的圖像分割中完成。 圖像分割 圖像分割用于分離目標(biāo)和背景的組合或者分離不同目標(biāo)的組合。圖像分割不僅可以大量壓縮數(shù)據(jù)減少儲(chǔ)存容量而且能大大簡(jiǎn)化其后的分析和處理步驟。 1直方圖閾值分割法 灰度直方圖即為灰度級(jí)的像素?cái)?shù)與灰度的二維關(guān)系反映了一副圖像灰度分布的統(tǒng)計(jì)特性。如果前景物體內(nèi)部灰度值分布比較均勻背景灰度值的分布也比較均勻這個(gè)圖像的直方圖將有明顯的雙峰這時(shí)可以選擇兩峰之間的谷底作為閾值。由于直方圖不含目標(biāo)的位置信息還要結(jié)合圖像的內(nèi)容來(lái)確定。 2最大類(lèi)間方差閾值分割法 利用圖像目標(biāo)與背景這兩類(lèi)的總體灰度之間存在的差距確定閾值從而進(jìn)行分割。

　　3區(qū)域生長(zhǎng)法 指將周?chē)匦韵嗨频南袼卦俅魏喜⒌侥繕?biāo)區(qū)域中。 4邊緣檢測(cè)和輪廓提取分割法 5形態(tài)學(xué)分割法 主要作用是使運(yùn)動(dòng)目標(biāo)的區(qū)域更加完整。 腐蝕的作用是消除物體邊界點(diǎn)把小于結(jié)構(gòu)元素的物體去除。如果兩物體之間有細(xì)小的連通那么當(dāng)結(jié)構(gòu)元素足夠大時(shí)通過(guò)腐蝕運(yùn)算可以將兩個(gè)物體分開(kāi)。 膨脹運(yùn)算的作用是把圖像周?chē)谋尘包c(diǎn)合并到物體中。如果兩個(gè)物體比較接近那么膨脹運(yùn)算可能會(huì)使這兩個(gè)物體連通在一起。膨脹對(duì)填補(bǔ)圖像的空洞很有用膨脹最簡(jiǎn)單的應(yīng)用之一就是將裂縫接起來(lái)。 形態(tài)學(xué)也可用于圖像濾波、增強(qiáng)等方面。 運(yùn)動(dòng)軌跡預(yù)測(cè) 在分割出運(yùn)動(dòng)目標(biāo)后應(yīng)提取出目標(biāo)的特征然后在下一幀圖像中匹配特征從而跟蹤目標(biāo)。但為了減少搜索特征匹配的區(qū)域提高實(shí)時(shí)性在此加入對(duì)目標(biāo)運(yùn)動(dòng)軌跡預(yù)測(cè)這一步驟。運(yùn)動(dòng)軌跡預(yù)測(cè)也有利于增強(qiáng)遮擋情況下跟蹤的魯棒性。 1線性預(yù)測(cè)算法 2Kalman濾波算法及其擴(kuò)展算法 3粒子濾波算法 目標(biāo)跟蹤 1特征選取 灰度特征對(duì)于灰