论文部分内容阅读
运动目标的检测是计算机视觉领域研究的热点之一,在人机交互、智能交通、战场侦查等领域应用广泛。本文针对单独基于颜色信息或深度信息的运动目标检测存在的问题,围绕深度图超分辨率重建、基于RGB-D数据的运动目标检测、行人计数及其软件设计三块展开,主要工作如下:(1)针对深度图像存在分辨率低、空洞、噪声等问题,设计了由RGB图像引导,基于二阶广义总变分模型的深度图像超分辨率重建的方法,即将重建问题转化成最优求解问题。首先根据深度图的重构约束构造目标函数的数据项,然后利用RGB图像的边缘信息对正则化模型加权,将扩散张量引入二阶广义总变分模型,构成针对深度图像特点的正则化模型,最后通过迭代重加权和原-对偶算法进行求解得到高分辨率深度图。实验结果表明本文方法能够有效解决深度图像分辨率低、存在空洞和噪声的问题。(2)针对单独基于RGB或深度信息的运动目标检测存在的问题,设计了基于RGB-D数据的Codebook码本算法进行运动目标检测,利用深度信息作为码本的第四维通道,增强了背景建模与前景检测的准确性,并通过图像减操作、均值滤波、阈值判断、逻辑"与"操作等一系列的后续处理,使检测结果边缘清晰。实验证明该算法克服了单独基于颜色信息易受光照、阴影的影响或单独基于深度信息检测时,近距离目标无法检测且目标边缘噪声大等问题。(3)在本文设计的运动目标检测方法的基础上,设计了一个行人计数方法..利用基于RGB-D数据的运动目标检测算法检测出目标区域,以该目标区域为虚拟计数器,在区域内划分运动块并设置虚拟线进行计数和行人运动方向判断。利用Kinect相机实时采集了基于室内可控环境和复杂环境两组不同视频进行实验验证。(4)在VS2010软件平台上结合OpenCV库和Qt工具设计了一套运动目标检测软件。整合论文前期的深度图重建算法、运动目标检测算法、行人计数方法,利用Kinect相机进行实时采集计数。检测软件集视频输入、行人计数、检测和重建结果比较、虚拟线标定等功能为一体,方便用户进行行人计数,同时通过该检测系统初步验证了本文算法的可行性和可实现性。