【正文】 數(shù)據(jù)關(guān)聯(lián)等內(nèi)容的多目標(biāo)跟蹤理論方面取得了突破性進(jìn)展。在國內(nèi)，對于這兩種情況的軌跡提取技術(shù)的研究研究起步較晚，發(fā)展水平相對較低。如：美國MIT的Lincoln實驗室自90年代以來，在航拍圖像處理方面做了大量的工作，他們綜合利用高分辨率多極化航拍圖像的多種特征進(jìn)行目標(biāo)的自動識別，因其高分辨率的數(shù)據(jù)特性，可采用二維匹配的方法確定目標(biāo)的位置及方位角，最后采用盒維數(shù)對目標(biāo)進(jìn)行檢測、跟蹤。這是因為在軌跡測算過程，需要解決相機(jī)視場中相對位置精確提取，相機(jī)的瞬時姿態(tài)校正、軌跡誤差累積消除等關(guān)鍵技術(shù)。 本文在深入研究圖像的時、空信息的基礎(chǔ)上，組建了基于視頻圖像序列的目標(biāo)運動軌跡提取系統(tǒng)。第二章在了解了本課題的研究目的和應(yīng)用背景的基礎(chǔ)上，組建了目標(biāo)運動軌跡提取系統(tǒng)。首先分析了相機(jī)成像模型和相機(jī)參數(shù)標(biāo)定方法，然后利用兩步法對相機(jī)參數(shù)進(jìn)行標(biāo)定。第五章對論文的主要研究成果和創(chuàng)新之處進(jìn)行了總結(jié)，分析了論文中存在的問題，為今后進(jìn)一步的研究指明了方向。計算機(jī)通過千兆網(wǎng)卡將模擬視頻信號轉(zhuǎn)換為數(shù)字信號，該轉(zhuǎn)換輸出的數(shù)字圖像一方面在計算機(jī)顯示，另一方面千兆網(wǎng)采集卡的輸出同時傳送至內(nèi)存進(jìn)行目標(biāo)檢測和跟蹤。工程應(yīng)用中大量采用的是電荷耦合式CCD(Charge Coupled Devices)，在圖像采集領(lǐng)域，CCD傳感器是一種新型的固體成像器件。通常, 系統(tǒng)在工作時由CCD相機(jī)將采樣的數(shù)據(jù)傳輸給計算機(jī)。采集卡與CCD相機(jī)間通過點對點物理層接口進(jìn)行數(shù)據(jù)傳輸，高速數(shù)據(jù)采集卡接收到數(shù)據(jù)并通過PCI總線將數(shù)據(jù)寫入計算機(jī)內(nèi)存，然后利用采集卡的存儲功能將數(shù)據(jù)通過IDE接口寫入計算機(jī)硬盤。它基于通用連接技術(shù)，實現(xiàn)外設(shè)的簡單快速連接，達(dá)到方便用戶、降低成本、擴(kuò)展PC連接外設(shè)范圍的目的。USB設(shè)備具有熱插拔、即插即用的特點。由于USB接口不占用系統(tǒng)的I/O口、地址總線和中斷向量，當(dāng)總線上的接口不夠時，用戶只需通過USB集線器來擴(kuò)展更多的USB接口即可。其速率可以滿足對帶寬有更高要求的需要。為此課題采用以太網(wǎng)技術(shù)實時數(shù)據(jù)獲取方案, 將數(shù)據(jù)接收的任務(wù)交由一臺通用PC機(jī)來實現(xiàn), 很好地解決了數(shù)據(jù)傳輸問題。此時，很難繼續(xù)對目標(biāo)運動軌跡進(jìn)行精確提取。它是一個質(zhì)量分布均勻的、具有軸對稱形狀的剛體，其幾何對稱軸就是它的自轉(zhuǎn)軸。通過陀螺儀能夠檢測目標(biāo)運動過程中相對于慣性空間所轉(zhuǎn)動的角度，然后再通過相應(yīng)的數(shù)學(xué)模型和空間坐標(biāo)系的變換得出相機(jī)在運動過程中的俯仰角、滾轉(zhuǎn)角以及偏航角，可以避免因為相機(jī)坐標(biāo)系軸的角度變化引起的累積誤差，通過陀螺儀實時獲取的相機(jī)運動位置和姿態(tài)，進(jìn)而提高目標(biāo)運動軌跡測算的精度。①軟件調(diào)節(jié)曝光是用來計算從景物到達(dá)相機(jī)光通量大小的物理量，只有使感光芯片CCD獲得正確的曝光，才能獲得高質(zhì)量的照片。因此在系統(tǒng)中融入自動曝光控制模型。如果滿足判斷條件，則曝光時間調(diào)整結(jié)束；反之，則對曝光時間進(jìn)行相應(yīng)地調(diào)整。光照自適應(yīng)子系統(tǒng)的機(jī)輔助調(diào)節(jié)部分主要包括光源、可調(diào)節(jié)型遮光罩、套筒等輔助設(shè)備。遮光罩可以起到防止成像光、散射光以及干擾光進(jìn)入鏡頭，某種程度上還可以為鏡頭遮擋風(fēng)沙、雨水等。下面主要研究分析相機(jī)的測量理論以及相機(jī)的選取依據(jù)。可以獲得當(dāng)相機(jī)前移時，特征區(qū)域在相機(jī)焦平面上的移動的像素數(shù)。假設(shè)車往前行走5cm，如果測量精度為厘米級，在圖像上至少要反應(yīng)5個像素的變化。為了保證后序車行軌跡提取的可行性，假設(shè)兩幀圖像之間存在1/3的重合區(qū)域。12180。最后針對本課題的實驗要求選取了相應(yīng)地成像設(shè)備，從而后面章節(jié)中的算法模型建立和實驗驗證提供了可靠的系統(tǒng)平臺。為此在本系統(tǒng)研究過程中，初始位置的相機(jī)參數(shù)標(biāo)定過程顯得尤為重要。其標(biāo)定過程是在確定成像模型的基礎(chǔ)上，建立空間坐標(biāo)系中物體點同它在圖像平面上像點之間的函數(shù)關(guān)系。這種投影模型假設(shè)所有從三維場景出發(fā)到圖像平面的光線走向相互平行。它具消失感、距離感、相同大小的形體呈現(xiàn)出有規(guī)律的變化特性，能逼真地反映形體的空間形象。多有從三位空域場景中出發(fā)的光線均通過稱為“投影中心”的透鏡中心，當(dāng)投影中心位于場景與圖像平面之間時，： 透視投影原理圖上圖所示，圖像平面與全局坐標(biāo)系的平面重合。在時刻時，對于所拍攝的空間中某目標(biāo)點，經(jīng)過一定波長的光照，在該點有一定的反射能量，形成某種反射信息，這里我們假設(shè)信息模型為經(jīng)過攝像機(jī)的投影成像，在成像平面上會形成三維空間中的一個二維圖像。， （）為代表旋轉(zhuǎn)變換的一個的旋轉(zhuǎn)矩陣。非線性標(biāo)定方法，由于充分考慮了成像過程中的各種因素，能夠得到比較高的標(biāo)定精度，然而由此帶來的問題是：(1)相機(jī)標(biāo)定的結(jié)果取決于相機(jī)的初始給定值，如果初始給定值取得不恰當(dāng)，很難通過優(yōu)化程序得到正確的標(biāo)定結(jié)果。而兩步法利用線性變換方法或者透視變換矩陣求解相機(jī)參數(shù)，再以求得的參數(shù)作為初始值，考慮畸變因素，利用非線性優(yōu)化方法提高標(biāo)定精度。第一步利用最小二乘法解超定線性方程組，求得外部參數(shù)；第二步求解內(nèi)部參數(shù)，如果相機(jī)無透鏡畸變，可由一個超定線性方程解出，如果存在徑向畸變，則通過一個變量的優(yōu)化搜索求解。圖中，為圖像平面原點位置，即光軸中心在成像平面上的投影。為無畸變的理想圖像坐標(biāo)，為實際圖像坐標(biāo)，為光軸中心點圖像坐標(biāo)。2）有效焦距的變化也不會影響的方向。使用奇異值分解來求解這個線性系統(tǒng)，并使用方程解來計算除了的所有剛體變換參數(shù)，是攝像機(jī)常數(shù)的比例函數(shù)，將在后面確定。選取標(biāo)定點，這個點在圖像平面上的投影點是離圖像中心最遠(yuǎn)的圖像點(位于視場邊界的場景點和其對應(yīng)的圖像點)。注意，在不考慮的符號時，上述R變換計算參數(shù)都是正確的，不需要改變。第四，計算相機(jī)內(nèi)參數(shù)焦距和平移變換T的。使用軸測量值，而不使用軸測量值，是因為測量值會受到比例系數(shù)的影響。標(biāo)桿在使用前必須測量標(biāo)桿的相對位置，標(biāo)桿上標(biāo)定點的相對位置，在測量的過程中會造成誤差，以及測量過程中攝像機(jī)的視場范圍的限定；這些限定條件會造成在測量中測量點的個數(shù)擴(kuò)大，測量精度低等無法預(yù)知的問題。為此論文根據(jù)實際需要構(gòu)建了空間透視標(biāo)定模塊，它可以適應(yīng)于現(xiàn)有的基于標(biāo)定塊的標(biāo)定方法，同時構(gòu)建簡單、操作方便。設(shè)選定的邊長為a則各點在世界坐標(biāo)系的坐標(biāo)為： （） （） （）把上述坐標(biāo)值代入()式可得到18個方程，通過方程可求得變換矩陣R、T和相機(jī)的焦距。mean(pixel)stddev(pixel)max(pixel)sse(pixel)由標(biāo)定結(jié)果可知：實驗值與相機(jī)給出值存在偏差，將此偏差作為系統(tǒng)誤差，代入軌跡測算模型中，實時校正。確定空間運動體位置姿態(tài)的坐標(biāo)系很多，正確選擇合理坐標(biāo)系能夠使其運動方程組的形式和繁簡程度降低，求解方程組更加容易和運動參數(shù)描述更加直觀。=35cm，=2cm時，=，=。時，故運行軌跡的測算精度在厘米級。分辨率≤176。/K偏置電壓177。C可靠性MTBF10萬小時重量45克（2）陀螺儀標(biāo)定 陀螺儀作為慣性系統(tǒng)的核心敏感部件，陀螺儀的精度決定了陀螺儀穩(wěn)定裝置的精度。① 性能指標(biāo)定義 零偏B0：當(dāng)輸入角速率為零時陀螺儀的輸出量。②測試的試驗設(shè)備：微慣性測量組合、多功能三軸位置速率轉(zhuǎn)臺，高精度萬用表，電源和工裝等。 陀螺儀七次試驗的零點輸出電壓單位(v)第一次第二次第三次第四次第五次第六次第七次1 2345678910零偏計算公式為： () () () 式中： 每次采樣的電壓輸出；N次測試得到的輸出平均值； 第m次測試得到的陀螺零偏； 陀螺零偏。 相機(jī)姿態(tài)參數(shù)獲取 當(dāng)陀螺儀敏感目標(biāo)運動角速度后，先將其轉(zhuǎn)化為電壓或電流信號，再將這些電壓或電流信號轉(zhuǎn)化位數(shù)字脈沖信號，以提供計算機(jī)系統(tǒng)計算使用。通過時間變量和陀螺儀實測角速度相乘的累計和，可以實時獲取陀螺儀的實測角度。它是客觀世界的絕對坐標(biāo)，由用戶任意定義的三維空間坐標(biāo)系，一般的3D場景都用這個坐標(biāo)系來表示。圖像象素坐標(biāo)系(計算機(jī)圖像坐標(biāo)系)：固定在圖像上的以象素為單位的平面直角坐標(biāo)系，其原點位于圖像左上角,平行于圖像物理坐標(biāo)系的和軸，對于數(shù)字圖像，分別為行列方向。目標(biāo)在運動的過程中，由于自身運動姿態(tài)的變化使其坐標(biāo)系很容易發(fā)生變化，同時也失去了參考坐標(biāo)系，不能準(zhǔn)確地跟蹤地面的運動目標(biāo)，為了解決這個問題，首先建立大地坐標(biāo)系,因為大地坐標(biāo)系是由地球的緯線和經(jīng)線組成，它是始終不變的。下面介紹坐標(biāo)系之間的轉(zhuǎn)換方法。2）相機(jī)坐標(biāo)系軸的角速度分量相機(jī)坐標(biāo)系軸的三個角速度分量是相機(jī)坐標(biāo)系的相對于大地坐標(biāo)系的轉(zhuǎn)動角速度在相機(jī)坐標(biāo)系上的分量。（2）載體坐標(biāo)系與相機(jī)坐標(biāo)系變換關(guān)系 運動目標(biāo)的慣性導(dǎo)航器件中，陀螺儀是沿著載體坐標(biāo)系安裝的，因此相機(jī)坐標(biāo)系與載體坐標(biāo)系間的變換關(guān)系只需要由變換矩陣T表示。 ()其中，分別定義為和方向的等效焦距。然后在對空間坐標(biāo)系分析的基礎(chǔ)上，通過陀螺儀獲取的數(shù)據(jù)對相機(jī)姿態(tài)實時進(jìn)行校正。 SIFT算子因其良好的尺度、旋轉(zhuǎn)、光照等不變特性而廣泛應(yīng)用于圖像匹配中。 SIFT特征提取SIFT是一種基于特征的配準(zhǔn)方法。 具體算法步驟如下：獲取圖像信息，首先建立一個尺度空間然后在該空間中尋找檢測極值點。DOG算子定義為兩個不同尺度的高斯核差分，DOG算子如式所示： （）DOG算子計算簡單，使尺度歸一化的LOG算子的近似。3）精確確定極值點的位置 通過擬和三維二次函數(shù)以精確確定關(guān)鍵點的位置和尺度，同時去除地對比度的關(guān)鍵點和不穩(wěn)定的邊緣響應(yīng)點，以增強(qiáng)匹配穩(wěn)定性、提高抗噪聲能力。 在實際計算時，我們在一關(guān)鍵點為中心的鄰域窗口內(nèi)采樣，并用直方圖統(tǒng)計鄰域像素的梯度方向。5）特征點描述子生成首先將坐標(biāo)軸旋轉(zhuǎn)為關(guān)鍵點方向，以確保旋轉(zhuǎn)不變性。 （）式中，稱為決策向量，通常由模型參數(shù)組成，稱為決策空間；為第個目標(biāo)函數(shù)，稱為目標(biāo)向量，稱為目標(biāo)空間，為約束條件。在圖像處理優(yōu)化時,根據(jù)圖像處理者(稱為決策者)對優(yōu)化目標(biāo)主觀偏好程度與Pareto優(yōu)解搜索過程之間的相互影響關(guān)系,多目標(biāo)優(yōu)化方法主要分為三類:先驗優(yōu)先權(quán)法、后驗優(yōu)先權(quán)法與優(yōu)先權(quán)演化法。但是在大量特征點中，也會產(chǎn)生一些誤匹配點；同時SIFT特征描述的是點 ，即使在兩幅不同的圖像中也存在對應(yīng)的匹配點。多目標(biāo)優(yōu)化的圖像處理問題是通過調(diào)節(jié)多個目標(biāo)之間的權(quán)衡問題，使在一定的約束條件下同時達(dá)到最優(yōu)，以此來減小圖像處理領(lǐng)域中的一些誤操作，為此本文引入了歐氏距離、相關(guān)系數(shù)以及利用置信度來評價待匹配特征點與標(biāo)準(zhǔn)模板之間的匹配程度。歐氏距離在數(shù)字圖像處理中的應(yīng)用范圍很廣泛。當(dāng)時，表示兩變量存在一定程度的線性相關(guān)。 在特征匹配中，引入相關(guān)系數(shù)作為優(yōu)化準(zhǔn)則，可以充分利用SIFT特征鄰域范圍內(nèi)的灰度信息，這樣可以有效地提高SIFT特征匹配的精確度。針對上述問題，該系統(tǒng)在SIFT特征匹配的基礎(chǔ)上引入多目標(biāo)優(yōu)化理論。為約束條件的閾值。通過求解上式獲得當(dāng)前圖像中的SIFT特征點在下一幀圖像中所對應(yīng)的點，以此來反映目標(biāo)的運動規(guī)律。為了排除這些錯誤的匹配點對，本文提出基于多目標(biāo)優(yōu)化的SIFT特征匹配算法對其進(jìn)行匹配，最后取得很好的效果。圖中綠點標(biāo)示出的特征點為錯誤匹配點對。（2）檢測算法對旋轉(zhuǎn)變化的適應(yīng)能力 分別采集了通過一場景下不同角度拍攝的圖像，檢驗本文算法對旋轉(zhuǎn)變化的適應(yīng)能力。 運動軌跡提取算法 算法模型本系統(tǒng)采用CCD相機(jī)獲取目標(biāo)運動狀態(tài)的圖像序列，通過目標(biāo)提取和目標(biāo)匹配技術(shù)提取當(dāng)前圖像相對于前幀圖像的變化距離及變化角度，依次推算獲取目標(biāo)的實際運行軌跡。④同時在運動之前認(rèn)為初始的目標(biāo)坐標(biāo)系就是路面坐標(biāo)系，所有后續(xù)的軌跡延拓都是在該坐標(biāo)系上延伸的。可以凸顯本文的匹配方法的優(yōu)勢。為此可以看出本文組建的車輛目標(biāo)運動軌跡提取系統(tǒng)其精度達(dá)到2cm。實驗場地選在某駕駛員培訓(xùn)學(xué)校的訓(xùn)練場地，： 圖a 曲線行駛 圖b 直角彎行駛實驗所用的器材和設(shè)備：長城皮卡汽車、高速攝影的MVVS030 FM / FC工業(yè)相機(jī)、VS1614M鏡頭，CSARS02角速率陀螺儀、Intel PWLA8492MT千兆網(wǎng)卡以及若干LED光源。（1）曲線行駛在固定場地內(nèi)，皮卡車按照半徑為5米，弧長為八分之三個圓周。本系統(tǒng)在皮卡車的運動起始點開始實時采集圖像并計算其運動軌跡，并將提取出的運動軌跡曲線進(jìn)行畸點平滑。 本章討論了目標(biāo)運動軌跡提取算法，首先分析了基于多目標(biāo)優(yōu)化的SIFT特征匹配算法，研究了多目標(biāo)優(yōu)化理論及優(yōu)化模型的構(gòu)建，建立了以相關(guān)系數(shù)和特征點之間的歐氏距離為目標(biāo)函數(shù)，以置信度為約束條件的多目標(biāo)優(yōu)化模型，并通過實驗仿真對本文提出的算法模型進(jìn)行驗證?，F(xiàn)將本文的成果總結(jié)如下：（1）基于視頻圖像序列的目標(biāo)運動軌跡提取系統(tǒng)在研究了系統(tǒng)軟件結(jié)構(gòu)的基礎(chǔ)上，并結(jié)合對特征提取及匹配算法和目標(biāo)運動軌跡提取技術(shù)的研究完成了基于視頻圖像序列的目標(biāo)運動軌跡提取系統(tǒng)的搭建。（3）目標(biāo)運動軌跡提取技術(shù)仿真為了更精確反應(yīng)目標(biāo)的運動軌跡，通過目標(biāo)提取和目標(biāo)匹配技術(shù)提取當(dāng)前圖像相對于前幀圖像的變化距離和變化角度，然后利用空間坐標(biāo)系的轉(zhuǎn)換以及相關(guān)數(shù)學(xué)