摘 要

人体目标识别和跟踪作为通信方面的重要研究领域，包括了人体识别和人体跟踪两种重要的技术，在视频监控、虚拟现实、运动分析、智能家居运用，智能辅助导航以及其他领域拥有很大的发展应用前景。

在当今社会，一些关于人体的模型不能精准的表现出人体特征，而且由于计算机视觉领域的不成熟，人体跟踪过程中的遮挡、尺度变化以及复杂多变的外界环境，这都给活动人体目标的识别和跟踪产生了很大的影响^[1]。怎样去解决以上所述的难点，使得活动人体目标跟踪有较高的鲁棒性，对于现实应用系统具有非凡的意义。当今社会，科学家们研究出了一些可靠的途径和手段。但是在活动人体受到一些外界扰乱和影响的情况下，就不能很好的提取人体目标特征了。所以说，在这些特定情况下的特征提取技术有待加强。

运动人体目标特征提取也很重要，它的成功与否决定了接下来的过程能否成功。活动人体目标的识别就是从视觉系统中获得的序列图像中把活动人体目标分割并提取出来的过程。帧差法、背景差分法、光流法的原理、特征，以及基本流程是本文阐述的重点，然后再利用MATLAB仿真软件运用帧差法完成了视频中活动人体目标的识别，并对识别结果图像进一步跟踪处理。

对活动人体目标进行特征提取时，帧差法有如下问题:当两帧间活动人体变化部分有重叠时会出现空洞问题。为此，本文利用帧差法和阈值分割的方法对活动人体目标进行识别。首先对前后两帧图片做差，得到差分图像；然后找到合适的阈值，这样一来，就能对人体目标特征很好的提取。

对于人体目标跟踪而言，本文采用基于最小外接矩形框目标跟踪，这种方法不需要考虑目标的外形，大小，可以跟踪任何活动人体目标。

关键词：目标检测、帧差法、目标跟踪、MATLAB

Abstract

Human detection and tracking as an important research direction of computer vision, integration of the detection and tracking of two of the most important technologies, in video surveillance, virtual reality, motion analysis, smart home application, intelligent driver assistance and other areas has great application prospect.

Since man is a non rigid object, there are too many degrees of freedom, the expression of human body model sometimes can not be accurate, but due to immaturity of the field of computer vision, human tracking in occlusion, scale change and complicated environment, the detection and recognition of human activity research brings many challenges. How to solve the above problems, the human tracking has better robustness, has important significance for the practical application of the system. Now, some researchers have developed a lot of practical value of the theory and methods. But according to the characteristics of human motion and by the light changes, rotation and noise interference of external changes when the human body target motion characteristics and tracking trend extraction activities how more accurate, is still an unsolved problem.

Moving object detection in the process of follow-up tracking technology based and the detection result is directly related to whether tracking to moving targets and tracking accuracy. Detection of moving target is in the image sequences obtained from the machine vision system to moving object segmentation extracted process. This paper describes several methods of moving target detection, frame difference method is introduced., background difference method and several typical algorithms of principle, characteristics and the basic process and under the MATLAB environment by frame difference method to complete the detection of moving objects in video, and the detection results of image tracking further processing.

Frame difference method to extract the features of human motion when there exist the following problems: the two frames when human motion change overlap will void problem. Therefore, this paper proposes based on frame difference method and threshold activities of the human body target detection method. First of all on video sequences in continuous adjacent image frame difference operation and the income results by threshold segmentation algorithm threshold segmentation, in to meet the real-time requirements and get the accurate results of moving object detection.

For human body object tracking, this paper uses the minimum bounding rectangle frame target tracking, this method does not take into account the shape of the target, size, can detect any moving target.

Key word： target detection, frame difference method, target tracking, MATLB

目录

摘要 Ⅰ

Abstract Ⅱ

1 绪论 1

1.1研究背景和意义 1

1.2国内外研究现状 2

1.2.1国外研究现状 2

1.2.2国内研究现状 2

2 活动人体特征提取的基本原理 4

2.1活动人体目标特征提取算法 4

2.1.1帧差法 4

2.1.2背景差分法 5

2.1.3光流法 5

2.2活动人体目标跟踪算法研究 6

2.2.1基于均值漂移目标跟踪算法 6

2.2.2基于卡尔曼滤波目标跟踪算法 6

2.2.3基于目标特征的目标跟踪算法 7

3 基于帧差法的活动人体目标特征提取的研究 8

3.1帧差法运动目标特征提取流程 8

3.2 帧差法提取目标特征的基本原理 8

3.2.1 生成灰度图像 8

3.2.2帧差法处理 9

3.2.3二值化处理 9

3.2.4 形态学处理 11

3.2.5 连通性判别 12

4 基于最小外接矩形框目标跟踪 14

4.1 活动人体目标跟踪基本原理和过程 14

4.1.1 运动目标的跟踪流程 14

4.1.2 运动目标跟踪过程分析 14

4.2最小外接矩形框的基本原理 15

4.2.1 特征提取的意义 15

4.2.2 最小外接矩形框提取 15

4.3 最小矩形框跟踪实现 15

5 仿真结果与分析 17

5.1 运动目标检测仿真 17

5.2 运动目标跟踪仿真 19

结论 20

参考文献 21

致谢 22

1 绪论

1.1研究背景和意义

人们对于外界信息获取的途径有很多种，其中视觉起到了至关重要的作用，人可以通过它感知和认知世界。人类视觉系统相对于其他系统而言是一个较为繁琐的系统，但是他却能快速地、精准地对外界图像进行识别和描述。

随着时代的进步，高科技越来越发达，计算机技术也随之发展了起来。图像处理技术也逐渐成为当今社会信息交流的重要方式。也正是随着社会的进步，高科技的飞速发展，活动人体目标特征提取算法研究也受到了很多的关注，成为了当今社会的热点，与此同时也被泛应用到一些领域中。活动人体目标的检测和跟踪是视频图像处理过程中识别系统的两个重要构成因素，它能从图像中检测出目标的特点，根据这些特点比对数据库对其进行识别。但是在实际生活中，人不可能赤裸裸的出现在你面前，会受到外界因素的一些影响，不可能满足检测的所有条件。当今社会，科学家们研究出了一些可靠的途径和手段。但是在活动人体受到一些外界干扰和影响的情况下，就不能很好的提取人体目标特征了。所以说，在特定情况下的特征提取技术有待加强。

活动人体目标特征提取算法研究在现实生活中有很大的应用，对人类一些突发灾害预防、疾病监测、公共场所的安全和军事控制等领域都起到了十分重要的地位和作用。例如：在如今这个社会，活动人体目标识别技术在医疗中可以对患者进行保护、在地震过后对幸存者搜索以及救援、大厦安全防御系统中对未知人员的识别检测、战争中对于敌情的判断等等，总之具有十分广泛的用途。