【正文】 是把圖像中運(yùn)動(dòng)目標(biāo)的連通區(qū)域的共有特征信息作為跟蹤檢測(cè)值的一種方 法。 [1] 在前文提到的跟蹤方法中，我們可以知道運(yùn)動(dòng)目標(biāo)的特征是一個(gè)重要的跟蹤依據(jù)，在很多跟蹤算法中都有 目標(biāo)特征提取這一環(huán)節(jié)?；ハ嚓P(guān)定義一般有如下的兩種形式 :[6] ? ? ? ?? ?? ? ? ?? ?????? MmNnMmNnMmNnjnimnmjnimFnmTjiNCFT1 1 1 1221 1),(),(),(),(),( （ 35） 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 22 11221 1 1 1[ ( , ) ( , ) ] [ ( , ) ( , ) ]( , )[ ( , ) ( , ) ( , ) ( , )]]MNmnM N M Nm n m nT m n m n F m i n j m i n jN C i jT m n m n F m i n j m i n jTFTF??????? ? ? ?? ? ? ? ? ??? ? ? ? ? ???? ? ? ? （ 36） 式中： ? ?? ?? ? MmNn nmTNMnmT 1 1 ),(*1),( （ 37） ? ?? ?? ????? Mm Nn jnimFNMjnimF 1 1 ),(*1),( （ 38） 歸一化互相關(guān)匹配算法對(duì)線性變換有比較好的“免疫性”〔但是由于圖像中的自相關(guān)值都比較大，因此在互相關(guān)的計(jì)算過(guò)程中，相似性形成以模板的實(shí)際位置為中心的平緩峰，往往無(wú)法檢測(cè)到準(zhǔn)確的尖峰位置。模板圖像不修正或修正間隔時(shí)間過(guò)長(zhǎng) , 將無(wú)法適應(yīng)場(chǎng)景的變化 , 而模板圖像修正過(guò)快或修正方法不當(dāng)也 會(huì)使匹配誤差急劇增加從而引起誤配發(fā)生 , 丟失匹配跟蹤目標(biāo)。因此，在具體的應(yīng)用中，應(yīng)根據(jù)不同的實(shí)際情況，選擇合適的權(quán)值，使系統(tǒng)整體性能得到提高。 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 36 致 謝 本課題的研究工作是在導(dǎo) 師王紅梅教授的悉心指導(dǎo)下完成的。因此，可見(jiàn)加了目標(biāo)的軌跡預(yù)測(cè)可以使跟蹤精度增加。其更新方法如下： 1212( , ) ( , ) ( , )T x y x y x ywwTT?? (41) 其中 1w 和 2w 分別是加權(quán)系數(shù)， T 是舊的模板圖像， 1T 、 2T 是最佳匹配位置對(duì)應(yīng)的實(shí)時(shí)圖像中的子圖， T 是更新后的模板圖像。還有圖像處理最小計(jì)量單位的精度問(wèn)題。 [11] 絕對(duì)平衡搜索法實(shí)驗(yàn)結(jié)果 第 1 幀 第 7 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 20 第 15 幀 第 33 幀 第 41 幀 第 53 幀 第 65 幀 第 77 幀 第 80 幀 第 82 幀 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 21 第 90 幀 第 97 幀 第 104 幀 第 110 幀 圖 341 采用最小平均絕對(duì)差值算法的跟蹤效果圖 絕對(duì)平衡搜索法雖然簡(jiǎn)單，但是有明顯的局限性 :一旦待匹配圖像或模板圖像之一的灰度值發(fā)生線性變化時(shí)，這種算法就會(huì)失效。但是實(shí)際應(yīng)用中跟蹤的物體往往是非剛體的，目標(biāo)確切的幾何模型不容易得到，因此可以利用變形輪廓模板來(lái)匹配到目標(biāo)來(lái)進(jìn)行跟蹤。該方法把需要跟蹤的每一個(gè)人用一個(gè)矩形框封閉起來(lái)，封閉框的質(zhì)心被選擇為目標(biāo)的跟蹤特征。跟蹤的難點(diǎn)在于如何快速而準(zhǔn)確的在每一幀圖像中實(shí)現(xiàn)目標(biāo)定位。 [9] 光流法的基本原理是：給圖像中的每一個(gè)像素點(diǎn)賦予一個(gè)速度矢量，形成一個(gè)圖像運(yùn)動(dòng)場(chǎng)，在運(yùn)動(dòng)的一個(gè)特定時(shí)刻，圖像上的一點(diǎn)對(duì)應(yīng)三維物體上的某一點(diǎn)，這種對(duì)應(yīng)關(guān)系可由投影關(guān)系得到，根據(jù)各個(gè)像素點(diǎn)的速度矢量特征，可以對(duì)圖像進(jìn)行動(dòng)態(tài)分析。 [4] 在背景去除法中，背景圖像的選取直接關(guān)系到最終檢測(cè)結(jié)果的準(zhǔn)確性。但是，在實(shí)際應(yīng)用中，由于動(dòng)態(tài)場(chǎng)景的光照變化、陰影、目標(biāo)之間的遮擋現(xiàn)象以及攝像機(jī)的抖動(dòng)等問(wèn)題的存在，要得到一個(gè)通用的運(yùn)動(dòng)目標(biāo)檢測(cè)算法是十分困難的，研究 者不得不在算法的復(fù)雜度、可靠性以及實(shí)時(shí)性等方面綜合考慮。 本文的具體結(jié)構(gòu)安排 第一章 緒論，詳細(xì)闡述了目標(biāo)跟蹤的研究背景和意義，總結(jié)了國(guó)內(nèi)外研究 的發(fā)展現(xiàn)狀，討論了目前目標(biāo)跟蹤存在的困難和不足，指出了本文重點(diǎn)解決的問(wèn)題。 基于特征的目標(biāo)跟蹤方法利用跟蹤特征點(diǎn)位置的變化來(lái)跟蹤目標(biāo)，首先，從圖像序列中提取目標(biāo)的顯著特征，如拐點(diǎn)、質(zhì)心或有明顯標(biāo)記區(qū)域?qū)?yīng)的點(diǎn)、線、曲線等；然后在連續(xù)圖像幀之間尋找特征的對(duì)應(yīng)關(guān)系，即進(jìn)行特征匹配，最后計(jì)算運(yùn)動(dòng)信息，從而通過(guò)對(duì)特征的跟蹤來(lái)完成對(duì)整個(gè)目標(biāo)的跟蹤。 對(duì)比分析了相關(guān)匹配算法的跟蹤精度和跟蹤速度；對(duì)比不采用模板更新和模板跟新的跟蹤進(jìn)度和差別，實(shí)驗(yàn)表明，跟蹤算法加上軌跡 預(yù)測(cè)及模板跟新在很大程度上提高了跟蹤幀數(shù)，提高了跟蹤精度，具有一定的抗噪聲性能。在跟蹤過(guò)程中， 由于跟蹤設(shè)備與目標(biāo)的相對(duì)運(yùn)動(dòng) , 視野中的目標(biāo)可能出現(xiàn)大小、形狀、姿態(tài)等變化 , 加上外界環(huán)境中的各種干擾 , 所要跟蹤的目標(biāo)和目標(biāo)所在的場(chǎng)景都發(fā)生了變化 , 有可能丟失跟蹤目標(biāo)。 [2] 針對(duì)不同的研究對(duì)象 有不同的跟蹤算法，主要有以下幾種跟蹤算法： 1) 基于特征的跟蹤 為了實(shí)現(xiàn)目標(biāo)跟蹤，沒(méi)有必要跟蹤整個(gè)目標(biāo)區(qū)域，只要跟蹤目標(biāo)的某些顯著特征，就可以實(shí)現(xiàn)對(duì)整個(gè)運(yùn)動(dòng)目標(biāo)的跟蹤。光流方法又分局部光流法和全局光流法，局部光流法能夠準(zhǔn)確的反映出運(yùn)動(dòng)邊緣處的運(yùn)動(dòng)信息，但是對(duì)于圖像中的弱紋理區(qū)域不敏感；全局光流法能夠得到每個(gè)像素處的光流，但是對(duì)于運(yùn)動(dòng)邊界處的光流變化不敏感。 檢測(cè)算法及概述 運(yùn)動(dòng)目標(biāo)檢測(cè)就是對(duì)包含運(yùn)動(dòng)信息的圖像序 列進(jìn)行適當(dāng)?shù)靥幚?，從而去除靜止的背景，檢測(cè)出運(yùn)動(dòng)目標(biāo)及其攜帶的運(yùn)動(dòng)信息，并對(duì)這些運(yùn)動(dòng)信息進(jìn)行整合，得到關(guān)鍵參數(shù)，為視覺(jué)系統(tǒng)的后續(xù)階段提供可靠的數(shù)據(jù)源。這種方法檢測(cè)運(yùn)動(dòng)目標(biāo)仍然存在不完整問(wèn)題 Lipton 等利用兩幀差分法從實(shí)際視頻圖像中檢測(cè)出運(yùn)動(dòng)目標(biāo)，進(jìn)而用于目標(biāo)的分類與跟蹤；一個(gè)改進(jìn)的方法是利用三幀差分來(lái)代替兩幀差分，如 VSAM 使用一種自適應(yīng)背景減除與三幀差分相結(jié)合的混合算法；為了提高差分法的性能，Jain 提出了累積圖像差分法 . 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 11 幀間差分法其主要優(yōu)點(diǎn)是：算法實(shí)現(xiàn)簡(jiǎn)單、復(fù)雜度低、實(shí)時(shí)性高，由于相鄰幀的時(shí)間間隔較短，對(duì)場(chǎng)景光照的變化不太敏感， 受陰影的影響也不是很大，時(shí)間差分法對(duì)動(dòng)態(tài)環(huán)境有較好的適應(yīng)性。當(dāng)場(chǎng)景中有獨(dú)立的運(yùn)動(dòng)目標(biāo)時(shí)，通過(guò)光流分析可以確定運(yùn)動(dòng)目標(biāo)的數(shù)目、運(yùn)動(dòng)速度、目標(biāo)距離和目標(biāo)的表面結(jié)構(gòu)。在機(jī)器視覺(jué)研究領(lǐng)域里，隨著技術(shù)不斷發(fā)展，自動(dòng)目標(biāo)跟蹤 (ATR)越來(lái)越受到研究者的重視，具有廣闊的應(yīng)用前景。在特征提取中要選擇適當(dāng)?shù)母櫶卣鳎⑶以谙乱粠瑘D像中提取特征 。 Jgrea 等人提出的區(qū)域跟蹤算法不僅利用了分割結(jié)果來(lái)給跟蹤提供信息，同時(shí)也能利用跟蹤所提供的信息改善分割效果，把連續(xù)幀的目標(biāo)匹配起來(lái)達(dá)到跟蹤目標(biāo)的目的。利用圖像的邊緣特征搜索匹配算法等。這一過(guò)程就是不斷地根據(jù)模板圖像與搜索場(chǎng)景圖像的相關(guān)結(jié)果來(lái)自適應(yīng)更新模板圖像。經(jīng)過(guò)中心位置加權(quán)的匹配能提高相關(guān)峰的陡峭度，較好地克服目標(biāo)的小范圍畸變，以及目標(biāo)邊緣被部分遮擋的情況。如用 k 2,k1 以及 k 幀的位置去求取 k+1 幀的位置，即用過(guò)去三幀的位置（ N=3 的情況）預(yù)測(cè)下一幀的位置 ， 按 上述 的 表示 方 法 有 1 1t? ， 2 2t? ， 3 3t? 以及 1( ) ( 2)f f kt ??，西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 30 2( ) ( 1)f f kt ??， 3( ) ( )f f kt ? ，對(duì)于 k+1 幀而言，相當(dāng)于 t=4 的情況，故求取k+1 幀的位置為： ^0 1 1 0 1( ( 1 ) / ) 4kkkf a a t a a?? ? ? ? ? （ 49） 將上述 it 及 ()ift 的值分別代入（ 4－ 5）和（ 4－ 6）可求出 0a ， 1a 的值，然后將 其代入（ 47）式可得： ^ 1( ( 1 ) / ) [ 4 ( ) ( 1 ) 2 ( 2) ]3k k f k f k f kf ? ? ? ? ? ? （ 410） 上式就是三點(diǎn)線性預(yù)測(cè)的公式，當(dāng) N 取不同的整數(shù)值時(shí)可構(gòu)成不同的預(yù)測(cè)器，如下表所示： N 的取值 ^ (( 1)/ )kkf ? 2 2 ( ) ( 1) _f k f k?? 3 1 [ 4 ( ) ( 1 ) 2 ( 2 ) ]3 f k f k f k? ? ? ? 4 1 [ 2 ( ) ( 1 ) ( 3 ) ]2 f k f k f k? ? ? ? 5 1 [ 8 ( ) 5 ( 1 ) 2 ( 2 ) ( 3 ) ( 4 ) ]10 f k f k f k f k f k? ? ? ? ? ? ? ? 原函數(shù) f(t)在 N個(gè)順序時(shí)刻的測(cè)量值仍為 f( it ) (i=1,2,…, N)，且 f(t)可以用 02121 t *tYbbb??????? ?????????? （ 411） 測(cè)量值與逼近值之間的誤差為 20 1 2()i i i if t b b t b t?? ? ? ? ? （ 412） 對(duì) N點(diǎn)估計(jì)的均方誤差為 西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 31 221() 01[ ( ) ]Ni iE iif t a a t? ??? ??? （ 413） 取最佳逼近情況，即經(jīng)最小二乘運(yùn)算后可得： 211 21 311 1 1021 12 22 321 1 12 213 23 331 1 1( ) ( ) ( )1( ) ( ) ( )( ) ( ) ( )N N Ni i i i ii i iN N Ni i i i ii i iN N Ni i i i ii i if f ff f fAf f fc t c t t c t tbb c t c t t c t tbc t c t t c t t? ? ?? ? ?? ? ???????????? ? ????????? ??????? ? ?? ? ?? ? ? （ 414） 式中 0A? ???????????????????????????????????NiiNiiNiiNiiNiiNiiNiiNiittttttttNA14131213121121 （ 415） 其中ijc (j,k=1,2,3)是行列式的 A 余子式。這必將為我們以后的工作和學(xué)習(xí)打下良好的基礎(chǔ)。實(shí)驗(yàn)證明它既能很好的適應(yīng)目標(biāo)的快速變化，又對(duì)目標(biāo)的瞬時(shí)遮擋具有較好的抗干擾能力。在序列圖像匹配跟蹤過(guò)程中 , 若單純地利用當(dāng)前圖像的最佳匹配位置處的圖像來(lái)作為模板圖像進(jìn)行下一幀圖像的匹配 , 則匹配跟蹤結(jié)果很容易受某一幀發(fā)生突變的西北工業(yè)大學(xué) 本科畢業(yè)設(shè)計(jì)論文 27 圖像的影響而偏離正確的匹配位置 , 從而使誤配現(xiàn)象發(fā)生。 [1] 歸一化互相關(guān)搜索法實(shí)驗(yàn)結(jié)果及分析 第 1 幀 第 4 幀