6.1 总结
本文提出了一种简便易行的视觉监控系统的实现方案，能够有效地检测和跟踪活动人体目标的运动。目标跟踪系统实质是利用目标的图像特征实现对目标的跟踪，设计时主要需考虑两个方面，一方面是从背景中捕获和识别目标、获取目标的图像特征，另一方面是估计目标相对跟踪装置的运动参数。捕获和识别目标的方法主要有，基于对比度的方法、差分阈值法、运动参数识别、相关法、特征识别法等。
光流法是一种重要的视觉运动分析方法，它能够从图像中提取出有关场景中物体的结构、位置和运动信息，是数字化目标跟踪的主要手段之一。目前，光流法在目标跟踪中的应用主要有三种类型，一是基于帧间差阈值法计算局部光流，二是通过光流聚类实现复杂背景下的目标提取和跟踪，三是基于特征光流的运动目标跟踪算法。本文对特征光流算法原理进行了讨论。表明，光流算法是一种有效的目标捕获和识别方法，可以用于复杂背景下多目标的跟踪，可以获得目标的运动参数甚至结构参数。但是，计算量大，容易受到噪声干扰，算法有较大的改进余地。
目标识别运动分析的另一类重要方法是基于特征的方法。本文认为角点信息是对目标的一种综合描述，对角点进行提取、跟踪能反映目标的静态和动态特征。实现目标角点跟踪的关键，是角点的获取。首先讨论了基于边缘的角点获取方法，接着研究了角点匹配的方法，基于角点特征的匹配。
为了减少匹配角点数，提高运算效率，同时又能够有效的实现目标识别、跟踪和运动分析，在角点跟踪算法的基础上，本文引用了特征角点的概念。特征角点是目标图像中最具有代表性的，简洁反映目标特征的角点。文中首先对目标的特征角点给出了定义和提取方法，接着讨论了基于特征角点的目标识别......