近些年来,人体运动的跟踪与分析在图像处理和计算机视觉领域引起许多学者的关注。这一课题在智能监视系统、虚拟现实、高级用户接口、运动分析和基于模型的图像编码等方面具有广阔的应用前景。利用图像序列进行人体运动的跟踪与分析包含四个基本内容:(1)从背景中提取运动目标;(2)从运动目标中分出人体目标;(3)运动人体的跟踪;(4)人体行为的理解与描述。其中,人体运动的跟踪和标定是人体运动跟踪与分析过程的关键,是进一步识别和理解人体运动行为的基础。本文提出了一种行走人体下肢关节点定位的算法。该算法是根据人行走时呈现的几何特性对人体的下肢关节点进行定位。 行走人体下肢关节定位算法处理的是由摄像机摄入的视频图像序列。首先经过背景去除,把人体区域从图像中提取出来。在得到干净的人体区域后,就可以获得人体的高度和宽度参数,以便进一步实现下肢关节点的定位。 经过背景去除和获得高度参数后,就要根据人体行走时所呈现的几何特征进行下肢关节点的定位。本文首先对侧面行走人体下肢关节点进行了定位。人在侧面行走时腿部长度是无失真的,因此,根据腿部的长度约束和关节点的运动约束进行了关节点定位。本文继而对正面行走人体下肢关节点进行了定位,对于正面行走的人体,其腿部长度在二维图像中有时会出现失真,因此,不能简单的根据腿部的长度约束进行定位。本文针对正面行走人体腿部边缘特性,结合腿部长度约束对膝关节进行了定位,并且根据腿部边缘特点对人体小腿长度进行了调整,运用调整后的小腿长度约束对人体踝关节进行了定位。在侧面行走人体和正面行走人体下肢关节定位的研究基础上,进一步研究了任意行走姿态下人体髋关节和膝关节的定位。根据人体行走时腿部的边缘信息用直线拟合的方法,并且结合腿部长度约束进行了膝关节的定位。 论文给出了侧面、正面以及任意行走姿态下人体下肢关节点定位的实验结果。对于侧面行走人体,本文检验了两种人体模型软件生成的人体行走序列,并且对实际拍摄的侧面人体行走序列也进行了髋关节和膝关节的定位。对于正面和任意行走姿态下的人体,只检验了由POSER3.0生成的模型序列。实验结果表明,本文所提出的算法可以对行走人体的下肢关节点进行较为准确的定位,并且算法简单易行,可进行实时检测。文章最后对该系统的进一步完善和发展指出了方向。关键词:人体运动下肢关节点定位边缘人体区域人体模型