基于SNAKE模型的物體輪廓提取及跟蹤技術(shù)研究.pdf

1、物體輪廓的提取和跟蹤技術(shù)可廣泛應(yīng)用于醫(yī)學(xué)圖像、運(yùn)動(dòng)跟蹤、機(jī)器人路徑規(guī)劃、視頻安防監(jiān)控、無(wú)人駕駛汽車(chē)、卡通制作等領(lǐng)域，具有非常重要的意義，SNAKE模型是實(shí)現(xiàn)物體輪廓提取的一種有效方法，主要應(yīng)用于醫(yī)學(xué)圖像，運(yùn)動(dòng)跟蹤，形狀識(shí)別。 文中闡述了在視頻攝像中跟蹤運(yùn)動(dòng)物體輪廓的一種方法，并對(duì)此方法進(jìn)行改進(jìn)，然后結(jié)合KALMAN濾波進(jìn)行運(yùn)動(dòng)預(yù)測(cè)，實(shí)現(xiàn)運(yùn)動(dòng)物體的跟蹤。具體做法是，首先由用戶(hù)在感興趣的物體附近指定其輪廓，隨后該輪廓曲線會(huì)進(jìn)化并鎖住

2、物體的邊緣。一旦鎖住之后，該物體的運(yùn)動(dòng)軌跡即可被跟蹤且不需要用戶(hù)再輸入任何參數(shù)。本文在總結(jié)他人研究成果的基礎(chǔ)上，在物體輪廓的提取方面，主要?jiǎng)?chuàng)新點(diǎn)是：將MINIMAX準(zhǔn)則應(yīng)用于參數(shù)的自動(dòng)選取，對(duì)霍夫變換進(jìn)行改進(jìn)使其能應(yīng)用于SNAKE初始輪廓的自動(dòng)選取，對(duì)動(dòng)態(tài)規(guī)劃算法進(jìn)行改進(jìn)使其應(yīng)用于SNAKE模型，以及將KALMAN濾波與SNAKE模型相結(jié)合用以跟蹤運(yùn)動(dòng)物體的輪廓等。本文工作的主要研究工作包括：1.實(shí)現(xiàn)SNAKE模型的貪婪算法。2.解決S