【導(dǎo)讀】通過(guò)簡(jiǎn)易視頻目標(biāo)跟蹤最小系統(tǒng)的設(shè)計(jì)，能夠?qū)怆姼櫹到y(tǒng)有一個(gè)整體認(rèn)識(shí)。培養(yǎng)學(xué)生在最小系統(tǒng)設(shè)計(jì)中的總體思路、關(guān)鍵技術(shù)分析、簡(jiǎn)單程序設(shè)計(jì)等能。[1]張巖;崔智社;龍騰;圖象序列中機(jī)動(dòng)目標(biāo)的形心跟蹤，航空學(xué)報(bào),2020，22:312-316. [2]張然,呂高杰,張國(guó)華.光電目標(biāo)圖像自動(dòng)跟蹤技術(shù)研究[J]，電光與控制,2020,15：65-68. [3]李季,王春平,朱元昌.電視跟蹤系統(tǒng)視景仿真方法研究[J]，計(jì)算機(jī)仿真,2020,20：85-87. 在跟蹤算法上，具體研究了基于對(duì)比度的矩心跟蹤法。從兩種算法的具體實(shí)現(xiàn)和算法復(fù)雜度上，我們得。出了各自算法的優(yōu)缺點(diǎn)，并就此提出了切實(shí)可行的改進(jìn)措施。

　　

【正文】 5 幀圖像開(kāi)始的、步長(zhǎng)為 25 的圖像幀序列的跟蹤結(jié)果） 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 26 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 27 由模板相關(guān)匹配跟蹤的仿真結(jié)果可以看出，該算法對(duì)目標(biāo)起到了很好的跟蹤，縱觀整個(gè)視頻跟蹤的過(guò)程，其跟蹤波門都從未偏離目標(biāo)。利用最小絕對(duì)差準(zhǔn)則的匹配算法可以有效的屏蔽視頻成像過(guò)程中引入的噪聲對(duì)目標(biāo)跟蹤的準(zhǔn)確度?？偟膩?lái)說(shuō)該算法的特點(diǎn)是不需要對(duì)圖像進(jìn)行分割和特征提取的處理，而可以只在原圖像數(shù)據(jù)上進(jìn)行運(yùn)算，從而保留了原圖像的全部信息。在許多復(fù)雜的環(huán)境場(chǎng)景中，這是一種切實(shí)可行的跟蹤算法。 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 28 6 結(jié)論與建 議 本次設(shè)計(jì)我們首先討論了視頻最小跟蹤系統(tǒng)的整個(gè)實(shí)現(xiàn)流程，包括系統(tǒng)的硬件模塊和軟件模塊。對(duì)軟硬件的實(shí)現(xiàn)方案進(jìn)行了初步的探討，之后重點(diǎn)利用了對(duì)比度矩心跟蹤以及基于最小絕對(duì)差準(zhǔn)則的模板匹配跟蹤這兩類經(jīng)典的運(yùn)動(dòng)目標(biāo)跟蹤算法實(shí)現(xiàn)了所給視頻圖像目標(biāo)的跟蹤?？偟膩?lái)說(shuō)，這兩類方法呈現(xiàn)以下特點(diǎn)： 1 對(duì)比度矩心跟蹤法通過(guò)對(duì)原圖像進(jìn)行圖像閾值分割、形心計(jì)算，最終實(shí)現(xiàn)目標(biāo)的跟蹤。此種算法具有簡(jiǎn)單、快速和實(shí)時(shí)性高的特點(diǎn)。但是，此種算法的實(shí)用性范圍極其有限，一般來(lái)說(shuō)只適用于目標(biāo)圖像與背景圖像的灰度值相差較大的情形下才能實(shí)現(xiàn)，否則將得 不到目標(biāo)的形心。除此之外，該算法受圖像成像過(guò)程中引入的噪聲的影響比較大，在環(huán)境較為惡劣的情況下將會(huì)失去對(duì)目標(biāo)的有效跟蹤。因而，對(duì)比度矩心跟蹤法面臨背景環(huán)境的限制以及成像系統(tǒng)噪聲的限制。 2 模板相關(guān)匹配法不必對(duì)原圖像進(jìn)行預(yù)處理，基本保留了圖像的全部信息，這對(duì)于目標(biāo)所在的背景區(qū)域的了解至關(guān)重要；其次，此跟蹤算法對(duì)成像過(guò)程中引入的噪聲具有魯棒性，非常適合于在環(huán)境復(fù)雜多變的情況下進(jìn)行目標(biāo)的跟蹤。但不足之處是由于在相關(guān)匹配的過(guò)程中涉及到大量的數(shù)學(xué)運(yùn)算，因而系統(tǒng)跟蹤的實(shí)時(shí)性將大大降低，為進(jìn)一步提高系統(tǒng)的實(shí)時(shí)響應(yīng)，相應(yīng)的處理器、存儲(chǔ)器等硬件設(shè)備的性能要求較高。即使在匹配的過(guò)程中進(jìn)一步降低搜索區(qū)域，但那樣有可能得到的是局部最優(yōu)值，其最終結(jié)果是真正的目標(biāo)沒(méi)有被跟蹤到。因而，模板相關(guān)匹配法面臨實(shí)時(shí)性的提高以及快 速搜索區(qū)域算法的進(jìn)一步優(yōu)化。 7 總結(jié)與心得體會(huì) 本次課程設(shè)計(jì)通過(guò)最小視頻跟蹤系統(tǒng)的構(gòu)建以及兩種目標(biāo)跟蹤算法的探討，我對(duì)目標(biāo)跟蹤系統(tǒng)有了一個(gè)整體的認(rèn)識(shí)，更重要的是我學(xué)會(huì)了如何利用光電圖像處理的基本理論和基本原理對(duì)待處理的圖像進(jìn)行處理，包括閾值分割、圖像直方圖分布、圖像二值化、圖像去噪等一系列圖像預(yù)處理的基本運(yùn)用。除此之外，對(duì)目標(biāo)跟蹤的算法我也有了一個(gè)清楚地了解，以及為提高跟蹤系統(tǒng)的性能對(duì)跟蹤算法進(jìn)行了一系列的改進(jìn)和提高。 在這里，我要感謝我的光電圖像授課老師彭真明老師，彭老師治學(xué)嚴(yán)謹(jǐn)、授課認(rèn)真、對(duì)待學(xué)生的每個(gè)課程環(huán)節(jié)都一絲不茍，堪稱學(xué)生的良師益友。彭老師一個(gè)學(xué)期以來(lái)的光電圖像視頻跟蹤最小系統(tǒng)設(shè)計(jì) 29 處理知識(shí)的傳授，讓我對(duì)數(shù)字圖像處理和光電探測(cè)方面有了一個(gè)比較清楚的知識(shí)脈絡(luò)和基本的圖像處理應(yīng)用能力，這都為我能夠繼續(xù)在圖像處理領(lǐng)域的研究和學(xué)習(xí)打下了堅(jiān)實(shí)的基礎(chǔ)。在此，再次感謝我的彭老師。 8 主要參考文獻(xiàn) [1] 張巖 。 崔智社 。 龍騰 。 圖象序列中機(jī)動(dòng)目標(biāo)的形心跟蹤， 航空學(xué)報(bào) ,2020， 22(4):312316 [2] 張然 ,呂高杰 ,張國(guó)華 . 光電目標(biāo)圖像自動(dòng)跟蹤技術(shù)研究 [J]， 電光與控制 , 2020,15(9)： 6568 [3] 李季 ,王春平 ,朱元昌 . 電視跟蹤系統(tǒng)視景仿真方法研究 [J]， 計(jì)算機(jī)仿真 , 2020,20(8)： 8587 [4] 方水平 , 電視跟蹤 系統(tǒng)仿真 , 北京工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)， 2020,7(2):3540 [5] 光電圖像處理及應(yīng)用，電子科技大學(xué)出版社 附錄 1 基于對(duì)比度矩心波門跟蹤的完整程序設(shè)計(jì) clc。 clear。 close all。 filepath = 39。D:\images_seq\image200s\39。 frame_number = 200。 prefix=39。0000039。 suffix=39。.bmp39。 figure, for k = 200 %: frame_number num=num2str(k)。 if(k=9) filename =strcat(prefix,39。0039。,num,suffix)。 elseif(k=99) filename =strcat(prefix,39。039。,num,suffix)。 elseif(k=200) filename =strcat(prefix,num,suffix)。 end I=double(imread([filepath filename]))。 [m,n]=size(I)。 for i=1:m for j=1:n if I(i,j) =200 I(i,j)=0。 else 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 30 I(i,j)=255。 end end end sum=0。 x=0。 y=0。 for i=1:m for j=1:n10 sum=sum+I(i,j)。 x=x+i*I(i,j)。 y=y+j*I(i,j)。 end end Xc=fix(double(x)/double(sum))。 Yc=fix(double(y)/double(sum))。 for i=(10+Xc):(10+Xc) I(i,Yc30)=255。 I(i,Yc+40)=255。 end for j=(30+Yc):(40+Yc) I(Xc10,j)=255。 I(Xc+10,j)=255。 end I=mat2gray(I)。 imshow(I,[])。 title([39。原圖像 39。 num2str(k)])。 pause()。 end 2 基于最小絕對(duì)差準(zhǔn)則的目標(biāo)模板匹配跟蹤的完整程序設(shè)計(jì) clc。 clear all。 filepath = 39。D:\images_seq\image200s\39。 prefix=39。0000039。 suffix=39。.bmp39。 filename =strcat(prefix,39。04039。,suffix)。 I1=double(imread([filepath filename]))。%讀取視頻圖像的第一幀 K=I1。 [m,n]=size(I1)。 for i=1:m for j=1:n if I1(i,j) =198 %設(shè)定閾值為 198 I1(i,j)=0。 else I1(i,j)=255。 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 31 end end end sum=0。 x=0。 y=0。 for i=1:m for j=1:n10 sum=sum+I1(i,j)。 x=x+i*I1(i,j)。 y=y+j*I1(i,j)。 end end X_c=fix(double(x)/double(sum))。 Y_c=fix(double(y)/double(sum))。 J=zeros(25,63)。%匹配模板的確定 for i=12:12 for j=25:37 J(i+13,j+26)=K(X_c+i,Y_c+j)。 end end frame_number = 200。 figure(1) for k = 1:200 %: frame_number num=num2str(k)。 if(k=9) filename =strcat(prefix,39。0039。,num,suffix)。 elseif(k=99) filename =strcat(prefix,39。039。,num,suffix)。 elseif(k=199) filename =strcat(prefix,num,suffix)。 end I=double(imread([filepath filename]))。 [m,n]=size(I)。 K1=I。 C=zeros(m24,n62)。%最小絕對(duì)差準(zhǔn)則 for i=13:m12 for j=32:n31 for p=12:12 for q=31:31 C(i12,j31)=abs(J(p+13,q+32)I(i+p,j+q))+C(i12,j31)。 end end end 視頻跟蹤最小系統(tǒng)設(shè)計(jì) 32 end C=(Cmin(min(C)))/(max(max(C))min(min(C)))*255。 [p,q]=size(C)。%最小絕對(duì)差準(zhǔn)則計(jì)算得到的跟蹤中心 Cmin=C(1,1)。 for i=1:p for j=1:q if C(i,j)Cmin Cmin=C(i,j)。 Xc=i。 Yc=j。 end end end Xc=Xc+12。 Yc=Yc+28。 for i=(10+Xc):(10+Xc) %添加波門 K1(i,Yc30)=255。 K1(i,Yc+40)=255。 end for j=(30+Yc):(40+Yc) K1(Xc10,j)=255。 K1(Xc+10,j)=255。 end K1=mat2gray(K1)。 imshow(K1)。 title([39。匹配跟蹤圖像序列 39。 num2str(k)])。 end