【正文】 。假設(shè)圖中黃色的小方塊是待跟蹤的目標(biāo)初始狀態(tài)，我們紅色的小矩形描述它。經(jīng)過(guò)若干幀之后，黃色的目標(biāo)發(fā)生了一定程度的旋轉(zhuǎn)，如果此時(shí)我們?nèi)匀皇褂貌粠D(zhuǎn)角度的小矩形去描述它將會(huì)產(chǎn)生很多錯(cuò)誤的信息：一部分不見(jiàn)包含進(jìn)來(lái)了，同時(shí)一部分目標(biāo)信息處于小矩形框的外面了。在這種情況下匹配的時(shí)候?qū)a(chǎn)生很大的誤差，甚至有可能導(dǎo)致目標(biāo)跟蹤失敗。 本小節(jié)我們主要針對(duì)上面提到的兩個(gè)缺陷進(jìn)行改進(jìn)。 算法加速關(guān)于提速我們從兩個(gè)方面進(jìn)行。一方面我們將一次匹配的過(guò)程改成了兩次匹配。即一次粗略匹配，一次精確匹配。第一次是粗略匹配。取模板隔行隔列的數(shù)據(jù)，也就是1/4模板數(shù)據(jù)，然后在被搜索圖像上開(kāi)始隔行隔列的匹配，也就是在原圖1/4的范圍內(nèi)進(jìn)行匹配。由于數(shù)據(jù)量的大幅度減少，匹配速度就會(huì)得到顯著提高。于此同時(shí)也需要設(shè)計(jì)合理的誤差閥值 上式中：是各個(gè)點(diǎn)平均最大誤差，一般來(lái)說(shuō)取40~50就可以了；是模板的長(zhǎng)和寬。第二次是精確匹配。在第一次誤差最小點(diǎn)的鄰域內(nèi)，即在對(duì)角點(diǎn)為的矩形內(nèi)，進(jìn)行搜索匹配，得到最后結(jié)果。另一方面，我們從匹配時(shí)采用的相關(guān)系數(shù)計(jì)算公式入手。如果我們嚴(yán)格按照相關(guān)系數(shù)公式來(lái)進(jìn)行匹配，在一幀600*800的圖像中尋找一個(gè)30*30的目標(biāo)大概需要幾秒的時(shí)間，還遠(yuǎn)遠(yuǎn)達(dá)不到實(shí)時(shí)性的要求。為了加速，我們將相關(guān)系數(shù)公式變形，即其中，都是一個(gè)常數(shù)，不必每次都算。分母的右邊可以通過(guò)積分直方圖來(lái)加速。通過(guò)這些方法，可以在一定程度上提高算法的執(zhí)行效率。 角度匹配通過(guò)構(gòu)造由不同的旋轉(zhuǎn)角度的模板構(gòu)成一個(gè)集合，再將集合中的成員分別與目標(biāo)圖象進(jìn)行匹配，總有一種情況符合實(shí)時(shí)情況，從這些匹配數(shù)據(jù)中選擇匹配程度的最好位置作為匹配結(jié)果。然后找出實(shí)時(shí)圖像和參考圖像之間的關(guān)系，也就是用平移大小和旋轉(zhuǎn)的角度表示。為原始坐標(biāo)，為旋轉(zhuǎn)之后的坐標(biāo)，和是原始模板的長(zhǎng)和寬，對(duì)應(yīng)的和則為旋轉(zhuǎn)之后的圖的長(zhǎng)和寬，參考圖旋轉(zhuǎn)后與原來(lái)的參考圖像的坐標(biāo)存在以下關(guān)系：（逆時(shí)針旋轉(zhuǎn)為例）（1）當(dāng) （2）當(dāng) （3）當(dāng) （4）當(dāng) 如果參考圖與實(shí)時(shí)圖之間只存在旋轉(zhuǎn)和平移，參考圖坐標(biāo)與實(shí)時(shí)圖坐標(biāo)就有如下的關(guān)系： 上式中β是旋轉(zhuǎn)角度，和是橫向位移和縱向位移，則是縮放因子。 位置角度匹配算法對(duì)于整個(gè)匹配算法，我們分三步走：第一步：位置的匹配：首先在目標(biāo)上位置周圍采用粗略匹配得到目標(biāo)的一個(gè)初始位置；然后采用精確匹配得到目標(biāo)最終的位置。第二步：在第一步所獲得的位置周圍，對(duì)預(yù)先設(shè)計(jì)的若干個(gè)角度進(jìn)行搜索匹配，把相似度最大的角度作為最終的角度。第三步：固定第二步的角度，按第一步重新搜索位置。 操作界面介紹以及實(shí)驗(yàn)結(jié)果分析：（MFC框架窗口) ：可以選擇三種背景：圖像，錄像以及攝像頭實(shí)時(shí)錄像：（以視頻為例分析實(shí)驗(yàn)結(jié)果）：然后選擇保存跟蹤過(guò)程的方式與路徑: ，點(diǎn)擊按鈕starttract，開(kāi)始載入視頻文件： intitialize按鈕進(jìn)行初始化，確定初始跟蹤的幀并選定初始模板：，跟蹤分為兩種：第一：不更新；第二：更新； ：Camera：Video:下面是兩組跟蹤圖片結(jié)果：第一組：使用旋轉(zhuǎn)角度匹配第二組:不使用旋轉(zhuǎn)角度匹配很明顯不使用旋轉(zhuǎn)角度的匹配的時(shí)候，跟蹤對(duì)象的部分信息在跟蹤過(guò)程中會(huì)有部分的丟失，而且會(huì)有屬于背景圖像中的其他干擾信息插入，增大了工作量同時(shí)也降低了準(zhǔn)確性。 本章節(jié)重點(diǎn)從數(shù)學(xué)坐標(biāo)的介紹了角度旋轉(zhuǎn)的匹配，并貼出了實(shí)驗(yàn)結(jié)果，值得注意的有以下兩點(diǎn)：第一 ：旋轉(zhuǎn)的角度的選取很重要，如果間隔太大會(huì)降低準(zhǔn)確性，如果間隔太小的話又會(huì)加大計(jì)算量。第二 ：旋轉(zhuǎn)之后雖然可以得到匹配結(jié)果，但是旋轉(zhuǎn)以后的到正確的坐標(biāo)位置，需要進(jìn)行變換，但是這個(gè)變換也是一個(gè)行對(duì)來(lái)說(shuō)比較復(fù)雜的一個(gè)過(guò)程?？偨Y(jié)緒論中也有提到目標(biāo)跟蹤技術(shù)逐漸成為研究者們研究的重點(diǎn)和熱點(diǎn)，具有著相當(dāng)好的應(yīng)用前景?；谀０迤ヅ涞哪繕?biāo)跟蹤，仍然存在兩個(gè)難點(diǎn)需要通過(guò)軟、硬件的不斷升級(jí)來(lái)解決：精度和實(shí)時(shí)性。我們也知道，只要是算法，在這兩個(gè)方面都很難同時(shí)兼顧。但也正是這樣的難題才促使這項(xiàng)技術(shù)在不斷向前發(fā)展。除此之外，目標(biāo)形態(tài)的不確定性，還有場(chǎng)景因素的變化都使得其復(fù)雜性進(jìn)一步在加大。這就對(duì)研究者們來(lái)說(shuō)提出了更高層次的要求。 參考文獻(xiàn)[1] 朱虹 . 數(shù)字圖像處理基礎(chǔ)[M]. 北京 : 北京科學(xué)出版社 ,2005.[2]劉瑞禎,[M].北京:北京航空航天大學(xué)出版社,[3] 于仕琪 , 劉瑞禎 . 學(xué)習(xí) OpenCV( 中文版 )[M]. 北京 :清華大學(xué)出版社 ,2009.[4]丁海洋,[J].北方交通大學(xué)學(xué)報(bào),2004,28(2):4145[5]黎 松 , 平 西 建 , 丁 益洪, 的應(yīng)用 [J].計(jì)算機(jī)應(yīng)用與軟件 ,2005,22(8):134136.[6]王文濤,[J].計(jì)算機(jī)工程與科學(xué),2005(2):4547.[7] 喻擎蒼 , 翁秀娟 , 趙勻 , 等．交互式開(kāi)放結(jié)構(gòu)計(jì)算機(jī)視覺(jué)平臺(tái) [J]. 計(jì)算機(jī)工程與應(yīng)用 ,2006,42(23):7881.[8]劉潔 , 馮貴玉 , 張汗靈 . 一種圖像處理和計(jì)算機(jī)視覺(jué)的開(kāi)發(fā)工具 [J]. 計(jì)算機(jī)仿真 ,2006,23(11):305307.[9][J].信息技術(shù),2007(5):5860.[10]方玫 , 喻擎蒼 , 李華強(qiáng) 等 .C++Builder 下 基 于OpenCV的數(shù)字圖像的處理[J].計(jì)算機(jī)工程與設(shè)計(jì) ,2008,29(4):882884.[11]劉玉進(jìn),蔡勇,[J].計(jì)算機(jī)工程與應(yīng)用,2009,45(35): 164167.[12]方亦凱,程健,[J].中國(guó)圖象圖形學(xué)報(bào),2009,14(02):214220.[J].計(jì)算機(jī)仿真,(28):267270.[13]:[D].重慶：重慶大學(xué),2009 [14][D]..[15]江超,[J].計(jì)算機(jī)應(yīng)用，2012，32(S1):128133.[16] Veenman C, Reinders M, et al. Resolving motion correspondence for densely moving points. IEEE Transactions on Pattern Analysiz Machine Intelligence, 2001, 23(1): 5472 [17] Comaniciu D, Ramesh V, Meer P. Kernal based object tracking. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2003, 11(25): 564575 [18] Yilmaz A, et al. Contour based object tracking with occlusion handling in video acquired using mobile cameras. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004, 26(11): 15311536 [19] Sastry V. Deposition of the extended Kalman filter. IEEE Transactions On Automation Control, 1971，16(3): 260261 [20] Arulampalam M, Maskell S, et al. A tutorial on particle filters for online nonlinear/nonGaussian Bayesian tracking. IEEE Transactions on Signal Processing, 2002, 50 (2): 174188 謝 辭論文的完成，得益于南華大學(xué)老師傳授的知識(shí)，更得益于導(dǎo)師蔣良衛(wèi)老師從選題的確定、論文資料的收集、論文框架的確定、開(kāi)題報(bào)告準(zhǔn)備及論文初稿與定稿中對(duì)字句的斟酌傾注的大量心血，在此對(duì)導(dǎo)師蔣良衛(wèi)老師表示感謝！在這里，還要特別感謝大學(xué)四年學(xué)習(xí)期間給我諸多教誨和幫助的計(jì)算機(jī)學(xué)院的各位老師，你們給予我的指導(dǎo)和教誨我將永遠(yuǎn)記在心里！感謝和我一起生活四年的室友，是你們讓我們的寢室充滿快樂(lè)與溫馨， “君子和而不同”，我們正是如此！愿我們以后的人生都可以充實(shí)、多彩與快樂(lè)！感謝我的同學(xué)們，謝謝你們給予我的幫助！回首本人的求學(xué)生涯，父母的支持是本人最大的動(dòng)力。父母不僅在經(jīng)濟(jì)上承受了巨大的負(fù)擔(dān)，在心里上更有思子之情的煎熬與望子成龍的期待。憶往昔，每次回到家時(shí)父母的欣喜之情，每次離家時(shí)父母的依依不舍之眼神，電話和信件中的殷殷期待和思念之語(yǔ)，皆使本人刻苦銘心，目前除了學(xué)習(xí)成績(jī)尚可外無(wú)以為報(bào)，希望以后的學(xué)習(xí)、工作和生活能使父母寬慰。通過(guò)這一階段的努力，我的畢業(yè)論文《基于模板匹配的目標(biāo)跟蹤》終于完成了，這意味著大學(xué)生活即將結(jié)束。在大學(xué)階段，我在學(xué)習(xí)上和思想上都受益非淺，這除了自身的努力外，與各位老師、同學(xué)和朋友的關(guān)心、支持和鼓勵(lì)是分不開(kāi)的。畢業(yè)論文暫告收尾，這也意味著我在南華大學(xué)的四年的學(xué)習(xí)生活既將結(jié)束?；厥准韧?，自己一生最寶貴的時(shí)光能于這樣的校園之中，能在眾多學(xué)富五車、才華橫溢的老師們的熏陶下度過(guò)，實(shí)是榮幸之極。在這四年的時(shí)間里，我在學(xué)習(xí)上和思想上都受益非淺。這除了自身努力外，與各位老師、同學(xué)和朋友的關(guān)心、支持和鼓勵(lì)是分不開(kāi)的。時(shí)間的倉(cāng)促及自身專業(yè)水平的不足，整篇論文肯定存在尚未發(fā)現(xiàn)的缺點(diǎn)和錯(cuò)誤。懇請(qǐng)閱讀此篇論文的老師、同學(xué)，多予指正，不勝感激