论文部分内容阅读
近些年来,随着计算机视觉的发展,运动目标检测与跟踪技术在军事、交通、环境监控等领域得到了广泛的应用。基于摄像机固定条件下的运动目标检测与跟踪技术已经逐渐成熟。然而,在许多实际的应用中,固定摄像不能够实现运动目标的凝视监视和连续跟踪,需要摄像机的旋转扫描运动增大检测与监控范围。但是,摄像机的旋转扫描运动导致场景背景不再静止,并且由于摄像机旋转扫描成像机制的复杂性导致图像间产生了非线性变换,传统的用于固定摄像下的运动目标检测与跟踪方法将不再适用。该问题通常的解决方案是对图像进行补偿,消除图像的背景运动及图像间的非线性变换问题,其中的关键步骤在于建立全局运动模型。在摄像机旋转扫描条件下,图像间的非线性变换关系并不是一种线性模型能表示的。并且现有的图像补偿方法很少能够同时在计算时间和精度上满足应用要求。此外,在视频图像中对目标进行跨帧、连续长时间跟踪时,需要一个公共坐标系来描述目标运动轨迹。而在摄像机旋转扫描条件下,摄像机不同的拍摄视角使得图像序列的成像平面不同,导致跟踪过程中不能得到跟踪点的相对坐标数据,无法描述目标的运动轨迹,所以需要将视频图像序列归一化到统一的坐标系中。因此,旋转摄像下的运动目标检测与跟踪技术研究中仍然存在着很多的难点与挑战。本文针对图像补偿方法中现有的全局运动模型的局限性,提出一种基于摄像机旋转扫描运动模型的图像补偿方法。该方法从摄像机的运动角度进行分析,对摄像机的成像机制进行建模,建立摄像机旋转扫描运动模型。在图像匹配的基础上,利用参数空间转换将该模型的非线性求解问题转化为线性求解问题,并采用Hough变换求解出全局运动参数,同时实现背景运动补偿和图像间非线性变换补偿。通过该图像补偿方法,能够消除图像之间的背景运动和非线性变换问题,从而将动态背景下的运动目标检测问题转换为静态背景下的运动目标检测问题。本文针对摄像机拍摄视角不同导致的帧间成像平面不统一,无法根据跟踪点的相对坐标数据计算运动轨迹的问题。在柱面模型理论的基础上,提出一种全景柱面公共坐标系思想,并与图像补偿技术相结合,完成运动目标的检测与跟踪过程。该方法在图像补偿的基础上进行帧间差分检测运动目标;并在目标检测的过程中,进行图像序列的柱面公共坐标系投影,将图像序列归一化到统一的柱面公共坐标系中;与此同时,动态的求解出运动目标在公共坐标系中的相对坐标,从而计算出目标的运动轨迹,并实时的进行运动目标跟踪。