基于卡爾曼濾波的多區(qū)域聯(lián)合人體運動跟蹤的研究與應(yīng)用.pdf

1、隨著計算機視覺和圖像處理的快速發(fā)展，基于視頻圖像序列的目標跟蹤已經(jīng)成為計算機視覺研究領(lǐng)域的熱點問題，尤其是對人體運動的研究在理論和實際應(yīng)用中都有著非常重要的意義。本文的研究主要是針對在單目移動拍攝條件下，跟蹤復(fù)雜背景中人體的運動，并實現(xiàn)大道速滑跟蹤系統(tǒng)。
　　大道速滑運動跟蹤系統(tǒng)作為一個人體運動跟蹤系統(tǒng)，綜合了物體特征提取、運動預(yù)測和特征匹配處理等三個部分。它的研究主要涉及計算機視覺、圖像處理、模式識別等眾多學(xué)科領(lǐng)域。本文的移動拍

2、攝視頻運動跟蹤，還涉及圖像配準技術(shù)消除攝像機的運動。物體特征提取與匹配算法是運動跟蹤的關(guān)鍵技術(shù)之一，好的特征和匹配算法可以提高運動跟蹤精度和準確性。同時運動預(yù)測可以減少算法的計算時間，提高算法的魯棒性。
　　本文在闡述了國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，主要完成的工作有：
　　1、采用圖像配準技術(shù)消除攝像機的運動。該模塊主要包括三部分：Harris角點檢測、基于多約束條件的灰度相關(guān)的特征點匹配和基于RANSAC算法的變換矩陣求解。

3、r>　　2、提取運動人體區(qū)域特征和特征匹配算法。通過比較RGB顏色空間和HSV空間，提出在HSV顏色空間建立加權(quán)顏色直方圖模型和基于顏色直方圖的Bhattacharyya相似性算法。
　　3、建立運動預(yù)測模型和遮擋判斷模型。分析了大道速滑運動員的運動特征，建立了大道速滑運動員的Kalman Filter預(yù)測模型，并給出采用Kalman Filter預(yù)測算法時單區(qū)域和多區(qū)域算法下的遮擋判斷模型及遮擋處理算法。
　　4、跟蹤定位