基于Pipeline算法的运动目标识别.doc
需积分: 9 166 浏览量
2019-05-13
16:43:12
上传
评论
收藏 636KB DOC 举报
1
基于 Pipeline 算法的运动目标识别
摘要：本文给出了一个新的管道检测算法。这个算法可以从具有高噪声图像序列中检测和
跟踪单象素运动目标。它利用了运动目标轨迹的平滑性、时间连续性等特点，在序列图像
中，沿着观测窗口进行目标能量的累加；然后通过计算形心得到目标的位置信息，能够检
测信噪比（snr<=2）的弱目标，是高噪音环境下检测和跟踪具有任意轨迹的运动小目标
的理想方法。
关键词：Pipeline 图像识别 运动识别
1、引言
随着计算机处理能力的提高，利用计算机来分析、模拟人体运动也受到越来越多科学
家的注意。人体运动分析遇到的第一个问题就是运动检测。基于视频或者图像的人体运动
目标检测或识别，目前已经在多种多样的场合得到应用。更为重要的是，有些场所由于客
观原因，人类可能不方便或者根本不可能亲自到现场进行查看，这时，只有通过其他方式
如用计算机进行实时监控来完成需要的工作。
2、Pipeline 算法原理分析
Pipeline 的概念可以描述为：将一件需要重复做的事情切割成各个不同的阶段每一个阶
段由独立的单元负责。Pipeline 管道目标探测算法利用了瞬时目标轨道的空间连续性来探
测目标的存在。因此，对于具有合适算法性能的必要条件是：目标轨道必须是连续和平滑
的。基于这个假设，具有合适传感器抽样率的图像序列中，相临的两个图像中的目标轨迹
不能有大的缺口。
当一些临近框架的临时窗口列的灰度被累加后，这样的过程被应用到每一个象素，则
包含目标窗口中象素浓度的分布是不同于框架的其他位置的。当一个窗口中包含着一段轨
道时，浓度分布是非常连续的而且形状是有规则的。然而，当一个窗口列远离目标轨道时
它包含的象素浓度值就很低，即使有高浓度值的也不多，而且分布并不规则。根据以上分
析，管道探测算法焦点在于同一时间里一些框架的同一象素的临域内，通过探测临域内的
象素浓度分布来探测目标轨道。因为，传感器里传来的是图像序列，管道目标探测系统形
成一个管道，这个管道是由一些框架组成的（典型是三个到五个），在一个周期里推进一
个框架。在每一个周期里，管道中等于框架数的一列窗口（通常是正方形的）都是以同一
个点为中心的并且并行的工作。目标在窗口列中的存在将导致这个窗口列的灰度和高于周
围的灰度和或者高于一个下限，此时就要计算它在时空意义上的形心，这个形心就是轨道
和框架的交点。
3、适用于目标检测 Pipeline 算法模型
本文定义了三个索引的数据来表达一个图像序列，其中，两个索引是空间坐标
（x,y），第三个是抽象框架数的时间坐标。这通常被称为 3d 图像或时间序列。基于这个
理念构建管道原始结构如图 1.
评论0