【正文】 ..............11 低通濾波與卡爾曼濾波比較 ..................................................................................... 15 4 結論 ...................................................................................................................................... 18 實驗的流程圖 .......................................................................................................... 18 程序運行結果 .......................................................................................................... 19 最終分析及結論 ....................................................................................................... 20 總結與展望 ................................................................................................................................... 21 參考文獻 ...................................................................................................................................... 22 致謝 ............................................................................................................................................. 23 附錄 ............................................................................................................................................. 24 寧波大學 信息 學院 本科畢業(yè)設計（論文） 1 1 緒論 課題的背景 在十幾 年來 ,科學技術快速發(fā)展中，計算機對數據分析和存儲數據的功能得到很大提升，分析運算成本大幅降低，給視頻對象的跟蹤技術創(chuàng)造了良好條件 。因此， 一些 研究者開始專注于相關視頻跟蹤方面的研究 [1]。人們日益認識到視頻跟蹤技術已成為科學技術研究和實際應用中不可缺少的技術之一。在計算機視覺研究中引起眾多研究者的極大興趣技術之一的就是視頻跟蹤技術，由 于人們對跟蹤技術不倦的探索，其主要原因在于兩個方面：在一方面 計算和存儲成本顯著下降，視頻速率或使所述的視頻圖像序列采集和存儲速率成為可能 ；在另一方 面，視頻跟蹤技術具有非常廣闊的市 場前景，這也是 研究者對其探索的主要 動力 [2]。 除了在智能視頻監(jiān)視系統(tǒng)， 視頻 跟蹤技術還有非常重要的應用，即人與計算機 的 互相交流 [3]物體運動地分析，對 運動目標地識別，對不同移動目標地分類，機器人視覺導航，圖像壓縮 流量檢測和虛擬現(xiàn)實，并且視頻跟蹤技術在其他方面也有重要的應用 ； 總之，研究目標運動情況并對其預測跟蹤的技術對現(xiàn)實應用發(fā)揮了巨大作用 [4] 文中所用到的濾波器是眾多可以處理信號裝置中之一，濾波器應用范圍十分廣泛，其主要作用在于現(xiàn)代化電子設備以及不同控制系統(tǒng)，濾波器的質量優(yōu)劣影響著產品的品質 [5]。 自從 1960 年以來，隨著技術地發(fā)展，設備不斷地更新?lián)Q代，集成技術大面積的推廣，濾波器的品質有了很大的提升 。 如今的濾波器向功率損耗少處理數據穩(wěn)定對計算機內存空間占用率小，產品價格更加低廉等方向發(fā)展。到了若干年后，濾波器的性能已經大大地優(yōu)化，不同應用型的濾波器被廣泛地開發(fā)出來，高效率性能的濾波器被人們用于各種產品研發(fā)。但是，在技術不斷升級的時代，人們對濾波器的研究還在開發(fā)當中。濾波 器可分為經典和數字兩大類，文中所研究的濾波器是經典型低通濾波器 [6]。 課題研究的意義和目的 由于復雜的視頻跟蹤背景圖像對檢測有著很大的影響 ，造成人們對運動檢測變得十分困難 。 人們?yōu)榱烁恿私饽繕藢ο蟾櫹嚓P知識，使用不同的方法對目標進行跟蹤并提出了一些見解。 因此，本文的目的的是利用低通濾波來預測跟蹤目標的運動狀態(tài) 。 低通濾波器可預測跟蹤目標運動狀態(tài)非高機性和高機性。當用有效的跟蹤方法通過所述濾波處理控制并重新配置流動性高的移動目標。檢驗給定視頻序列的跟蹤情況，從而達到預測跟蹤的目的 [7]。 視頻目基于加強型低通濾波算法的高機動性視頻目標跟蹤 標跟蹤已用于計算機視頻系統(tǒng)中，并且大量跟蹤算法應用于視頻跟蹤中 [8]。兩種最典型的跟蹤算法是有關數據方面 的驅動（從基底向上延伸）和有關模型方面驅動（從最 高處向下延伸） 。前者為典型的均值漂移方法，后者可由卡曼爾濾波來證實，在下一個視頻幀里，準確預測目標移動軌跡是節(jié)約尋找目標時間和在搜索窗口內匹配預測目標 所不可缺少的一步。然而， 以內核數據驅動的跟蹤策略 為基礎的 如 meanshift并不具有預測能力 [9]。相比之下，在許多跟蹤實現(xiàn)中，卡爾曼濾波 作 為預測器，這是因為卡爾曼預測以實現(xiàn)最終優(yōu)化狀態(tài)估計的事實 ，其被稱為“先驗狀態(tài)估計”，在校正過程中被稱為“后驗狀態(tài)估計” 。 然而，在這文中所關心的是：由 kalman所提供的預測精確性還達不到技術的期望。為了改善預測的精確度，在 視頻預測跟蹤目標中， 有 一種新的方法：設計 低通 并 將其 運用到 對 高機目標 運動進行 跟蹤 [10]。 卡爾曼濾波相比，低通濾波能夠顯著地改善整體的預測精確度，但是目標突然改變運動方向時，低通濾波的預測能力不如卡爾曼濾波。 在本文中， LPF是專為預測視頻運動而設計的。作為視頻預測跟蹤，卡爾曼濾波器和低通濾波器是投入到相同實驗室所生成的視頻中來預測給定的目標來的運動軌跡。測試后顯示：所推薦的低通濾波器比卡爾曼濾波器的預測跟蹤效果更加準確，因此低通濾波器可以作為預測跟蹤的另一種選擇。在 本文 中通過 將低通濾波 與 kalman比較，對 其局限性 和缺點作出了討論 。 Matlab 簡介 MATLAB也叫作矩陣實驗室，是一款由美國 The MathWorks公司生產和銷售的商業(yè)數學軟件。 MATLAB軟件 對矩陣方面的運算十分強大， 不僅可以進行數值計算，編輯程序和運行算法等，而且可以應用在控制計算、圖像設計 及處理、金融分析、圖像建模、仿真等等領域。它具有簡單、容易使用 較強的處理能力和很好的圖形處理能力等優(yōu)勢。 在 20世紀，計算機編程繁瑣且負擔重，在計算機軟件方面經驗豐富的美國大學計算機系的主任克斯，以減輕學生編程的負擔為目的，設計了最早的 MATLAB， 使學生們的編程過程大大簡化。在 1984年，由 Little、 Moler、 SteveBangert合作成立了 MathWorks公司，把 MATLAB軟件正式推向市場。在當今時代， MATLAB軟件作為常用計算軟件應用在控制研究領域。 MATLAB系統(tǒng)大體上是由開發(fā)環(huán)境、數學函數庫、語言、圖形處理系統(tǒng)和應用程序接口五大部分組成。同時 MATLAB還可以 提供了十分豐富的數值計算函數和工具包。除 MATLAB內部函數之外，其核心文件和工具包都是可讀可改 的，用戶可以通過修改源程序或編寫新程序從而來構造新的專屬工具包 ，從而很方便 地處理控制方面的一些數據。 寧波大學 信息 學院 本科畢業(yè)設計（論文） 3 論文的 研究 內容 設計一個低通濾波器，對實驗中的機動性目標進行視頻預測跟蹤。由于運動目標具有非高機動性和高機動性兩種情況，因此設計出的低通濾波器分別采用線性項和慣性項方法對目標進行預測跟蹤。當目標處于高機動性狀態(tài)時，根據目標的運動速度變化，運用低通濾波進行檢測， 檢測到所給定的目標高機動變化根據運動情況則要重新配置 濾波來實現(xiàn)預測跟蹤 ，所以加入 慣性項可以實現(xiàn)在線設置以適應目標機動性的變化情況。當低通濾波器設計完成后，對給定的目標進行預測跟蹤，將最后的結果與傳統(tǒng)的卡爾曼濾波進行比較，嘗 試找出低通濾波器在目標預測跟蹤的優(yōu)點。 本文的主要內容如下： 一、 簡要介紹低通濾波的發(fā)展狀況，以及本文主要研究目的。 二、 低通濾波的設計，針對研究方向做一些相關的改進。 三、 對目標進行圖像處理，用低通濾波進行預測跟蹤 四、 分析預測跟蹤結果，并與卡爾曼濾波進行比較，找出其中的優(yōu)缺點。 五、 實驗 結果 介紹相關 分析與 跟蹤過程。 六、 總結最后結論，對低通濾波未來地展望。 基于加強型低通濾波算法的高機動性視頻目標跟蹤 2 高機動性目標識別與跟蹤 低通濾波原理 低通濾波器原理比較簡單，其原理就是通過電容的作用阻止低頻信號讓高頻信號通過，對于高頻信號是采用電容吸收，電 感阻礙的方法不讓其通過。對于低頻信號 ，則采用電感地租，電容高阻讓其通過。對其中 包括電子電路 的低通濾波器 （例如，在 使用音響設備中常常加入斯斯聲過濾器，運用計算機時采用數據相關的平穩(wěn) 算法等等） 這種低通濾波器 過濾信號的 短期波動， 以維持能 長期 對設備提供一些平滑信號 。 本文中的低通濾波器就是利用文中所研究圖像的高低頻率的差異來實現(xiàn)預測跟蹤。文中的目標圖像存在頻率的差異，選擇低頻信號的成分，除去高頻部分。因此，文中設定目標小球像素低于 45，即為低頻信號。但是，在目標圖像中往往存在噪聲，如目標圖像背景（灰色或白色）為高頻 信號，通過低通將其過濾掉。所以 LPF對頻率處理具有 較好的處理作用。 低通濾波的算法 基于一階泰勒級數進行展開，消除高階項，列出預測跟蹤方程，如下面的方程（ 1）： 2( 1 ) ( ) ( )kv k v k c k?? ? ? ? （ 1） 在方程（ 1）中 ,V表示目標運動速度， C為目標在圖像中的位置； K為目標運動的當前時刻 ； k? 為權重因數即 泰勒 展開 項 的系數； 2? 為二階差分 ，表示每一秒的二階導數，相當于目標 在連續(xù)時間內 的 加速度。 當目標速度突變可能影響預測估計的結果，比如：目標在前一時刻的速度為 v，由于受到某因素的阻礙銳減為 0。因此，為了消除速度突變所 造成的 影響，將附加項加入到原來的展開項中，附加 項可 稱為“動量”或“慣性”，在當前時刻時，目標速度急劇發(fā)生變化時，通過這種方法可以記憶目標前一時刻的速度。所以，當目標速度發(fā)生突變時，可以將新增慣性項算法加入到原來的一階泰勒展