5.1 系统设计 21

5.2 系统功能与界面 21

5.3 实验分析 23

5.4 本章小结 25

结论 26

致谢 27

参考文献 28

1  引言

1.1  研究背景

如今的科学信息技术发展欣欣向荣，各类计算机科学技术百花齐放。在制造业、交通、医疗和军事等领域中计算机视觉扮演了一个重要的角色，成为了中外专家的研究重点。计算机视觉是指通过电子化来识别、追踪和测量目标，以代替人眼视觉效果的技术。并使计算机做进一步的研究处理来感知、理解周围的世界。

在计算机视觉领域中，目标跟踪是其中一个重要的研究方向。目标跟踪是指对视频和图像序列中某个特定的目标区域进行检测，随后在后续帧中标记出该特定区域进行追踪，通过处理分析跟踪结果，得到目标的运动轨迹和特征参数等信息。

图1.1  目标跟踪基础流程图

跟踪可以应用于许多领域，如视觉监视[1]，人机交互[2]，视频压缩[3]和医学成像[4]等。因此，开发一个强大的目标跟踪算法对这些领域来说是至关重要的。以往的目标跟踪研究通常都是基于彩色图像的方法，并也取得了很大的成功。然而，从彩色图像中所提取的特性很容易受到光照变化的影响，从而丢失一些信息。此外，当跟踪目标和背景颜色相似时，或目标遭到遮挡，就可能会导致模型的漂移问题。因此，如何减少这些因素的影响在跟踪领域成为一个关键的问题。

近来，由于深度传感器的普及，深度图像越来越引起学术界的重视。深度信息从深度图中所提取，能够提供跟踪目标的空间结构信息。而使用深度图像的好处在于，深度信息不受光照、阴影等干扰因素的影响，适用性强大。文献[5]提出了一个基于深度图使用的方法。本文就重点利用了深度信息来研究视频目标跟踪算法。

1.2  研究现状与难点

1.3  研究内容

本文中，我们提出一个可以通用的目标跟踪方法。该方法结合了从微软Kinect传感器所获得的彩色和深度图来进行目标跟踪，能够有效地减少模型漂移和处理遮挡。论文的主要研究内容如下：

（1）在提取目标特征模块，使用压缩感知原理

（2）对彩色图像和深度图像中的目标和背景分别建立高斯模型

（3）利用深度图像判断目标是否产生遮挡

（4）利用遮挡物深度信息、彩色目标框和背景信息得到遮挡物位置，融合目标彩色和深度概 

     率图检测目标是否恢复

（5）对目标框位置进行修正

（6）从图片去噪和多尺度分析上对算法进行优化

（7）设计实现一个目标跟踪的图形界面。

1.4  论文组织结构

    本文共分为五个章节。第二章介绍了一个基础的基于深度信息的目标跟踪算法,源Z自L优尔W文~论`文]网[www.youerw.com。第三章则在第二章的基础上，讨论遮挡情况发生时的处理机制，并叙述了遮挡恢复和目标修正的相关算法。第四章中，我们对代码优化方面进行进一步的探讨。然后，设计了一个目标跟踪系统，能直观地演示本文中所提出的目标跟踪方法。最后，是程序设计过程中的心得体会以及对相关结论的总结。