基于彩色图像序列的运动人体检测与跟踪分析-moving human detection and tracking analysis based on color image sequence.docxVIP

  • 5
  • 0
  • 约6.09万字
  • 约 68页
  • 2018-05-18 发布于上海
  • 举报

基于彩色图像序列的运动人体检测与跟踪分析-moving human detection and tracking analysis based on color image sequence.docx

基于彩色图像序列的运动人体检测与跟踪分析-moving human detection and tracking analysis based on color image sequence

第一章绪论§1.1 引言人类接受的外界信息有 80%以上来自于视觉,视觉是人类最重要的信息交流方式。人类是通过眼睛 和大脑来获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下,在人眼的视网膜上形成 图像,由感光细胞转化成神经脉冲信号,经神经纤维传入大脑皮层进行处理与理解。视觉不仅指对光信 号的感受,还包括了对视觉信息的获取、传输、处理、存储与理解的全过程。随着网络的飞速发展,机 器人视觉得到越来越多的重视,很多科研机构及公司致力于机器人视觉的研究,在国内这方面起步比较 晚,而在国外得到了很大的发展[1]。让机器人具有视觉能力一直是人类多年以来的梦想,自信号处理理论和计算机的出现,给机器系统 装上摄像头,人类试图用摄像机来采集图像信息并将其转换为数字信号,用计算机来完成图像处理的部 分,来形成计算机视觉。把这种带有摄像头的计算机装在机器人的头部,作为机器人的大脑核心部分, 给机器人赋予眼睛和大脑思维的功能,从而形成了机器人视觉。人是社会的主体,很多场合都不会脱离人的影响,现在人类的活动除了地球还到过月球及太空中的 其它地方。人类活动在无限延展,现在人类将计算机视觉技术应用在航天事业中,在火箭发射过程中地 面上的科学家及大众都可以实时的观测到所有摄像头范围内的天体运动及航天员的所有活动,在计算机 系统中会实时的对航天员情况进行监控,以免发现意外。很多重要场合都需要对人的动作和行为进行监 控,因此运动人体进行检测与跟踪显得更加重要。随着计算机视觉理论和算法研究的发展以及计算机硬 件性能的不断提高,这些检测和跟踪方法在硬件与软件的支持下得到了更好的发展。§1.2 计算机视觉综述计算机视觉是随着计算机硬件及软件的发展而不断发展起来的,下面主要介绍计算机视觉的组成、 工作原理及应用。(1) 视觉系统的组成计算机视觉系统从功能上看可以分为三部分,如图 1.1 所示。其中摄像头的作用是获取环境中的物 体的视觉信息,产生连续帧的视频图像,这些图像通过 A/D 转换生成数字图像,由计算机图像识别处理 算法就行识别,提取所需的视觉信息特征,完成视觉系统的任务。视频图像数字图像辨识结果摄像头A/D 转换图像识别算法图 1.1 计算机视觉系统Fig.1.1 Vision system of computer计算机视觉系统就其实现方案可分为三类[2]:第一类是软件方法,这种方法是指图中的 A/D 功能由专门的图像采集卡实现,而图像识别算法则 是由装入主计算机的程序来完成。单纯实现 A/D 功能的图像采集卡结构简单,通用性强,而在 PC 机上 开发软件算法也较方便,因此软件法是比较容易实现的方法。但是由于主机要完成大量的数字图像信息 的处理,工作量很大,所以实时处理的速度是此类方法的开发重点和难点。第二类是硬件法,它将图中 A/D 和图像识别算法固化在一块数据采集处理板上,图像采集板完成图 像的数字化转换、图像压缩、分析和处理的功能,向主机传送图像处理后的结果。由于大量的图像处理、 分析动作都由图像采集板完成,减轻了主机的负担,是提高系统的实时处理速度的有利手段。采用此法 需独立开发出一块数据采集板,所以通用性不强,设计周期长,成本高。第三类是软、硬件结合法,在这种方法中,数据采集处理板可实现 A/D 功能和部分简单但量大的图 像辨识任务,然后将中间辨识结果传给计算机,在计算机上完成剩余的量小但复杂的辨识计算任务。这 种方式下,图像的通用性强,开发周期短。显然采用软硬件结合法,要比采用硬件法开发数据采集处理 板的难度小,但是该方法所需的采集卡价格贵,费用也较高。(2) 视觉系统的工作原理 上述三种实现方案中的视觉系统都具有如下的四种功能:图像采集、图像分割、目标识别和目标跟踪四种基本功能,这四项功能保证了机器人系统能够完成视觉任务[3]。 1.图像采集通过摄像头将摄像头范围之内的环境信息采集到计算机内存中,供视觉处理软件进行分析。用到的 硬件设备主要是摄像头和图像采集卡等。2.图像分割 图像分割是将图像分成若干部分,每一部分对应于某一物体表面,在进行分割时,每一部分的灰度或纹理符合某一种均匀测度度量,分割的本质是将像素进行分类,也就是图像的二值化。经过像素分类 处理后,彩色图像变为二值图像(感兴趣的目标点为 1 或 255,背景点为 0,也可以根据算法实现的需 要设置其它值)。二值化后,分离出各个独立的目标区域。图像分割是在颜色分割的基础上进行的,对 图像进行颜色分割后,就可以获得多个二值化图像结果,这些二值化图像实际是从同一幅图像中获得的。 基于这种原理,对多目标图像处理需要获取多重二值化图像结果。3. 目标识别 这部分主要是根据选取合适的独立目标区域来确定目标特征,如通过目标矩心、运动目标的亮度变化、人体宽高比、目标面积和运动方向等,最终确定

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档