水面运动目标跟踪是计算机视觉领域的一个极具挑战性的问题。由于水的流动使得水面目标处于相当复杂的背景中,且经常被溅起的水花遮挡,所以水面运动目标的提取及跟踪具有相当的难度。本文采用多摄像头技术,对水面竞赛运动员的三维运动轨迹展开研究,可用于体育运动转播及对运动员的技术分析和指导,具有相当的理论及应用研究价值。首先基于激光测距及场景中标志点的成像约束,对摄像头及场景进行标定。其后通过建立场景的运动和色彩统计模型,设计了一种基于背景分割技术的两阶段算法,准确提取水面运动员目标。最后设计了一种自启动的扩展卡尔曼滤波器对运动员进行三维跟踪。本文的主要工作及贡献如下:(1)设计了一种基于激光测距及场景中标志点成像约束的摄像头参数及三维场景标定算法。首先采用张正有标定算法,对摄像头内参数进行计算。其后采用激光测距仪,在水面竞赛场景中,从多个观测点对设定的显著标志进行测距,其中包括各摄像头及门杆上下点。在设定的世界坐标系中,基于激光测距,计算所有标志点的三维坐标,实现对场景的初始标定,包括各摄像头的三维位置。手动标示各摄像头中标志点的二维图像坐标,基于投影模型,计算摄像头外参数中的角度分量。基于激光测距、标志点二维图像坐标、同一标志杆上标志点间的距离约束、不同标志杆间相互平行的约束,采用迭代扩展卡尔曼滤波器,对摄像头的外参数、场景中各标志点的三维坐标进行优化,建立完整的水面竞赛三维坐标系,为后续的水面运动员提取及三维跟踪提供依据。(2)提出了一种基于背景统计建模的运动目标分割及检测技术。首先计算岸上静态背景的运动统计信息,通过运动分割,提取场景中运动区域,包括水面及其上的运动员及皮划艇。其后,根据水面的色彩统计信息,从运动区域中分割出水面,剩下的部分即为运动员及皮划艇。同时设计了一种自启动的三维运动卡尔曼滤波跟踪器,来跟踪运动员及皮划艇整体的三维形心。首先,在跟踪的起始阶段,基于各摄像头中运动目标的检测中心,采用三维重构技术,估计运动目标在三维场景中的位置,用于卡尔曼跟踪滤波器的自启动;其次,在持续跟踪过程中,各摄像头中运动目标的检测中心,可共同组成跟踪系统的量测向量,用于对卡尔曼滤波器状态的持续更新。实验表明,该算法在水面竞赛的复杂环境中,可稳定、精确地分割并跟踪运动目标,并在标定好的三维场景中重构运动员的运动轨迹,为后续的电视转播及运动员动作指导提供依据。其中,在本文平静水面的皮划艇竞赛中,三维跟踪轨迹与真实轨迹相比较,均方根中值误差约为145mm。