该文是作者于攻读硕士学位期间在人体运动分析方面所做研究工作的总结.人体运动分析是指从图像序列或视频中提取与人体结构相关的特征信息,并据此完成包括人体姿态识别、运动跟踪等工作.它在机器人、人机交互、安全保卫、视频检索等领域都有很广阔的应用前景,正受到越来越多的关注,是近几年计算机视觉领域的研究热点.人体结构底层特征的提取是人体运动分析的基础和关键,直接影响到结果的精确性和算法的复杂度.在这些特征中,人体关节的位置及其随时间的变化确定了人体的姿态和运动.该文提出一种基于人体轮廓二值图像的确定关节位置的方法.首先,对输入的连续两帧图像进行差分运算,得到图像中的人体运动区域,依据运动区域的灰度信息,快速有效地从原图像中提取出人体的轮廓.然后,根据人体骨架结构的特点,利用能量函数从轮廓图像中抽取一个与真实骨架近似的虚拟骨架,并采用人体解剖学的先验知识,确定图像中人体各个关节的位置.确定人体关节位置后,利用透视投影的几何特性和人体各个部位的比例关系,恢复人体在空间中的三维姿态.首先,确定锁骨的位置,作为扩展起点.然后,根据人体骨骼长度的比例由起点向四肢扩展,确定所有关节的三维空间位置.但由于单个摄像头在立体视觉方面本身固有的病态性,在求取相邻关节的三维位置时存在两种满足要求的结果.我们利用人体生理学中关节自由度的限制和运动连续性消除这种二义性,恢复二维图像对应的人体三维姿态.实验结果表明,该算法是一种行之有效的方法.它无需对研究对象附加限制条件,对噪声具有较好的抑制作用,在复杂背景下能准确的确定目标人体各个关节的位置并恢复出对应的三维姿态.