序列图像中运动目标的检测与跟踪是计算机视觉和图像编码研究的主要内容,其实现涉及到图像处理,模式识别,自动控制,应用数学,人工智能等多个学科的知识,在机器人导航、智能监视系统、医学图像分析以及视频图像压缩和传输等领域中都有应用。 基于Snake模型(主动轮廓线模型)的目标跟踪是近十几年图像和计算机视觉领域的研究热点。因为Snake模型融合了待处理问题的先验知识和图像特征,所以有很高的实用价值。基于Snake模型跟踪方法大致可以分为两类:基于能量泛函的极小值方法和基于物理学的动态方法。本文就这两种方法进行了研究。 本文先介绍了一下Snake模型中所需要的数学,物理知识,然后介绍一下运动估计中的光流,然后是本文用到的Snake模型,包括B-Snake模型、GVF Snake模型、Velocity Snake模型。在基于物理学的方程进行动态跟踪的方法中,本文将动态Snake轮廓中的Velocity Snake模型中的轮廓曲线用B-样条曲线表示,结合物理学中的Lagrangian动力学方程,推导出一个新的B-样条主动轮廓线模型,即B-Snake模型。在基于能量泛函的极小值进行跟踪的方法中,本文采用B-Snake模型,结合GVF方法来使轮廓收敛到目标边界,同时引入光流来预测当前帧得到的轮廓在下一帧中的位置,这样可以处理可以避免当前后两帧运动目标发生较大位移时所发生的追踪错误问题。实验结果表明改进的方法可以有效地克服单纯用B样条主动轮廓线模型所带来的不足。