復雜環(huán)境下動目標的分割與跟蹤.pdf

1、目標識別與跟蹤是計算機視覺、圖像處理與模式識別領域中非?；钴S的課題。當前運動目標分割與跟蹤的研究己取得一定的成績，但由于運動目標經常處于室外多樣的自然環(huán)境中，因而如何從復雜背景中檢測和跟蹤運動目標，且能滿足實時處理的要求，仍是本領域研究的熱點。本論文探討了復雜背景下圖像分割中的閾值選取方法、運動目標的分割方法和運動目標的跟蹤方法。 在對基于最大熵原理、自適應法、迭代法和Otsu法的閾值選取方法研究的基礎上，本文提出了一種基于改進

2、Otsu法的閾值選取方法，該方法計算簡單，在一定條件下不受圖像對比度與亮度變化的影響。 為了提高目標分割速度和檢測精度，本文得出了一種運動目標區(qū)域的半自動分割方法。針對圖像序列的背景變化和背景的復雜性，將本閾值選取方法運用于圖像序列的目標分割中，提出了一種基于改進Otsu法的自動閾值分割方法，實現(xiàn)了復雜背景下圖像序列中運動目標的快速分割。實驗表明，這種目標分割方法，減少了圖像降噪和圖像增強等處理，同時還降低了噪聲的影響，且算法簡