【正文】 洪 .基于空間直方圖的多目標粒子濾波跟蹤 [J].光電工程 ,2021,37(1):6569,: 30 附錄 while(1) { frame = cvQueryFrame(capture)。 //分配反向投影圖空間，大小一樣，單通道 hist = cvCreateHist(1,amp。 //將image圖像由 BGR模式轉(zhuǎn)換為 HSV模式 cvSplit(HSV,Hue,0,0,0)。 // 移除感興趣區(qū)域 ROI cvZero(histimg)。 CvScalar color = hsv2rgb(i*)。 draw_box(image,box)。 = 。 select_object = 0。break。 //1表明開始進行選取 } break。 } //鼠標函數(shù) void my_mouse_callback(int event,int x, int y, int flags, void *param) 32 { if (!image) return。Hue,BackProjectImage,hist)。 j++。 cvConvertScale( histbins,histbins, 31 max_val ? 255/ max_val : 0, 0)。 //響應(yīng)鼠標函數(shù)的回調(diào)函數(shù) cvCopy( frame, image, 0 )。 Value= cvCreateImage( cvGetSize(frame), 8, 1 )。在這里再次感謝余老師和李新縣學長的無私幫助。在合肥工業(yè)大學學習的四年里，求學過程雖說艱苦但也不乏快樂?？梢哉f目標就是由顏色、紋理、結(jié)構(gòu)等各種特征組成的，然而，目前已用的目標特征仍然無法完 成一些目標的跟蹤任務(wù)。同時粒子濾波算法通過多個粒子去擬合目標的真實狀態(tài)，而且 特征模型中同時考慮了 H、 S、 V三個因素，從而當 背景 目標顏色相近時 ，依然能夠準確地跟蹤到 。 2）搜索階段 掌握目標的特征后，我們就可以放出探測粒子去獲得不同位置的顏色信息，在此根據(jù)重要性采樣原則選用在上一幀得到的目標附近按照高斯分布播撒粒子，即靠近目標的地方粒子密度大，遠離目標的地方粒子密度小。方程式（ 23）和（ 24）表達的預(yù)測和更新步驟構(gòu)成了整個貝葉斯狀態(tài)估計的基礎(chǔ) [8]。 隨后介紹了粒子濾波跟蹤算法的詳細過程 。在許多情況下，非線性和非高斯型在物體的運動和相似性建模上會得到一個難以處理的濾波分布。本質(zhì)上，粒子濾波是一種序貫蒙特卡洛方法，用來解決遞歸貝葉斯過濾問題，它結(jié)合了強大的蒙特卡洛抽樣技術(shù)與貝葉斯推理。 圖 1. 2 Meanshift 跟蹤第一組 14 圖 1. 3 Meanshift 跟蹤第一組 第二組實驗是當被跟蹤的人已經(jīng)走過門時開始跟蹤，可以看到跟蹤可以實時進行并且效果良好 。j=+width； j++) { M10+=i*I(i,j)。 cvCalcBackProject(amp。 hist = cvCreateHist(1,amp。 Meanshift 的最初含義正如其名，就是偏移的均值向量，它最早是由 Fukunaga等人在 1975年的篇關(guān)于概率密度梯度函數(shù)的估計的文章中提出來的，在這里， Meanshift 只是一個簡單的表示向量的名詞。作為本文主要內(nèi)容之一，該章對Meanshift 的算法原理做了詳細 分析 ，并通過實驗，對算法性能做了深入分析和總結(jié)。而非剛 9 體是指外形能夠變化的物體，如細胞、動物、人等，對這類目標一種通常的方法是采用 變形模板進行 跟蹤；另外根據(jù)所使用的傳感器種類的不同，可以將目標 跟蹤 問題分為由 CCD 攝像頭獲得的可見光圖像的目標跟蹤和由紅外傳感器獲得的紅外圖像的目標跟蹤，這兩種類型的圖像跟蹤分別在不同的情況下使用，通常的自然環(huán)境條 件 下，白天使用可見光圖像進行目標跟蹤，而晚上則使用紅外圖像進行目標跟蹤，如果將二者所獲得的圖像進行融合處理，則 _般可以得到比單一傳感器信息更多的圖像，從而極大地提高檢測和跟蹤運動目標的 能力 [6]。其基本任務(wù)可簡述為在視頻序列中對感興趣的目標或?qū)ο蟮奈恢玫冗\動特征進行有效的確定和估計。由于它的重要性，一些先進國家，例如美國把對計算機視覺的研究列為對經(jīng)濟和科學有廣泛影響的科學之一，并把它作為工程中的重大基本問題，即所謂的重大挑戰(zhàn)。讓機器像人一樣具有視覺是人類的一個夢想， 機器擁有視覺功能對世界產(chǎn)生的影響怎么估計大概都不為過。例如，A． Majumder 等人提出一種精心設(shè)計的攝像機組，各攝像機間保持虛擬的公共 7 投影中心，從而所有視頻幀可以通過簡單算法進行配準；同時這種特制的結(jié)構(gòu)可以在一定程度上避免視差，無需額外的修正算法。例如，沿街拍攝一系列的水平圖像，處理后構(gòu)成類似清明上河圖的長街景觀，可應(yīng)用于網(wǎng)上虛擬旅游、數(shù)字地圖等場合。 國內(nèi)這方面的研究較晚。但是， 即使在現(xiàn)階段，光流法所需的運算量對計算機而言也是很大的，很難滿足實時性要求，同時由于采用假設(shè)的局限性使得光流法對噪聲特別敏感， 很容易產(chǎn)生錯誤的結(jié)果，這些缺點造成光流法與實際使用之間還存在著很大的距離。據(jù)統(tǒng)計，普通人所感受的外界信息 80％以上來自視覺。車輛的實時檢測與跟蹤技術(shù)是智能交通系統(tǒng)的重要技術(shù)之一，計算機在不需要人的干預(yù)，或者只需要很少人干預(yù)的情況下，通過對攝像機拍錄的視頻序列進行分析，實現(xiàn)車輛檢測與跟蹤，并在此基礎(chǔ)上分析和判斷車輛的行為，對車輛的行為給出語義描述，做到了既能完成日常管理，又能在發(fā)生異常情況時及時做出反應(yīng)，從而提供了一種更加先進和可行的監(jiān)控方案。在計算機自動監(jiān)控系統(tǒng)中，監(jiān)控系統(tǒng)首先需要對圖像進行去噪的預(yù)處理，接著使用合適的檢測算法確定目標，然后通過 適當?shù)母櫵惴ㄔ跀z像機視野內(nèi)跟蹤這個確定的目標，同時 也進行警戒 報警以及保存證據(jù)等一系列操作。 Meanshift。 畢業(yè)設(shè)計 院系名稱 計算機與信息學院 2021 年 05 月 28 日設(shè)計題目 基于全景視頻中兩種跟蹤算法的實現(xiàn) 目 錄 摘要： .............................................................. 1 Abstract： .......................................................... 2 1 緒 論 ........................................................... 3 課題研究背景及意義 ............................................ 3 國內(nèi)外研究現(xiàn)狀 ................................................ 5 概述 .......................................................... 7 計算機視覺研究 ............................................ 7 目標跟蹤技術(shù)簡述 .......................................... 8 文章內(nèi)容及安排 ................................................ 9 2 Meanshift 算法的實現(xiàn)與分析 ...................................... 10 Meanshift 算法概述 ........................................... 10 Meanshift 算法具體實現(xiàn) ....................................... 10 跟蹤實驗 ..................................................... 13 本章小結(jié) ..................................................... 16 3 粒子濾波算法的實現(xiàn)與分析 ........................................ 17 引言 ......................................................... 17 貝葉斯狀態(tài)估計 ............................................... 18 粒子濾波具體實現(xiàn) ............................................. 18 實驗 ......................................................... 21 兩種跟蹤算法的跟蹤比較 ....................................... 25 本章小結(jié) ..................................................... 26 4 總結(jié)及展望 ...................................................... 27 致謝 ............................................................... 28 [參考文獻 ]......................................................... 29 附錄 ............................................................... 30 1 基于全景視頻中兩種跟蹤算法的實現(xiàn) 摘要 ： 目標跟蹤是計算機視覺研究中的經(jīng)典問題，是指計算機或其他設(shè)備根據(jù)某種算法對目標進行跟蹤和定位，并根據(jù)目標的位置和動向采取相應(yīng)的策略。 關(guān)鍵詞 ： 目標跟蹤， Meanshift，粒子濾波 2 Two tracking algorithms’achievement based on panoramic video Abstra