【正文】 (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 是最佳匹配位置對應的實時圖像中的子圖， T 是更新后的模板圖像。 線性組合法 根據(jù)目標的短時平穩(wěn)性運動規(guī)律 和場景變化的特點，可把目標識別模板看成一個 m 階馬爾可夫信號。在實際實現(xiàn)中，當前幀的目標識別模板可用前面幀的目標識別模板的線性組合得到，如下所示 1212( , ) ( , ) ( , ) . . . ( , )k k k k mmx y x y x y x yw w wT T T T? ? ?? ? ? (42) 西北工業(yè)大學 本科畢業(yè)設計論文 28 其中 1w + 2w +...mw =1， 1 mk??。 在上式中，通過調(diào)整權(quán)值的大小， 就可改變識別模板變化的靈活性和平穩(wěn)性，當 12... m? ? ?? ? ? 時，模板的更新就更側(cè)重于靈活性，但如果圖像出現(xiàn)瞬時干擾時，可能影響系統(tǒng)穩(wěn)定性；相反，如果 12... m? ? ?? ? ?時，則模板的變化相對穩(wěn)定，當目標特征變化較快時，模板的更新可能跟不上目標特性的變化。因此，在具體的應用中，應根據(jù)不同的實際情況，選擇合適的權(quán)值，使系統(tǒng)整體性能得到提高。 最佳模板替換法 這里所說的最佳模板是指在一定幀間隔范圍內(nèi)，與目標識別模板匹配最好的目標圖像區(qū)域 。通過調(diào)整幀間間隔數(shù)也能比較好的調(diào)整跟蹤系統(tǒng)的靈活性和穩(wěn)定性。實驗證明它既能很好的適應目標的快速變化，又對目標的瞬時遮擋具有較好的抗干擾能力。 為了消除最大相關峰位置與目標中心位置存在的誤差，下面給出一種修正的自適應模板更新方法，對從圖像中抽取的模板圖像計算目標中心位置，對抽取的模板圖像中心位置和跟蹤位置進行修正，并以此位置為下一幀模板圖像的中心和實際跟蹤位置，從輸入圖像中抽取模板圖像，用該模板圖像與下一幀圖像進行相關運算。 圖 41模板更新示意圖 軌跡預測 根據(jù)目標在運動過程中具有軌跡連續(xù)性的 特點，利用目標過去的位置信息預測當前位置，然后在預測點周圍一定范圍內(nèi)進行匹配，這樣既能減少計算量，也能排除其它物體對跟蹤的影響，保證匹配的可靠性；另一方面，當目標的背景快速變化、視場內(nèi)有其它遮擋物出現(xiàn)時，會造成目標被短暫遮擋從而短時消失，若西北工業(yè)大學 本科畢業(yè)設計論文 29 干秒后又正常復出，按照正常的跟蹤策略，跟蹤過程中就會出現(xiàn)目標丟失而導致系統(tǒng)紊亂，如果采用預測跟蹤處理技術，預測出目標在下一步可能的位置，等到目標再次出現(xiàn)時，仍可對其進行穩(wěn)定跟蹤而不至于丟失目標。在跟蹤系中，通常采用記憶外推跟蹤技術，本章我們將深入探討該技術的有關問題。 設原函數(shù) f (t)在 N 個順序時刻的測量值為 f (t),(1,2,...N)，且 f (t)可以用： 01Ytaa?? （ 43） ? ?????????? aatY10*1 （ 44） 作為最佳線性逼近，可寫為 1 1 1 0 1 1( ) ( )f Y ft t a a t? ? ? ? ? ? （ 45） 對 N 點估計的均方誤差為： 23() 011 [ ( ) ]iNiii f t a a t??? ? ??? （ 46） 最佳逼近即是上式取最小值，經(jīng)過最小二乘法可得： 21 1 1 1011 1 1( ) ( )( ) ( )N N N Ni i i i ii i i iN N Ni i i ii i iffDf N fDt t t t taa t t t t? ? ? ?? ? ??????????????? ??????? ? ? ?? ? ? （ 47） 其中： 221 1()N iiNDNiit t??? ?? ? （ 48） 式（ 3－ 3）和（ 3－ 4）就是 f (t)在最小均方誤差意義下的 N 點最佳線性逼近的通解。 由以上線性逼近可以很方便地得到預測器表達式。如用 k 2,k1 以及 k 幀的位置去求取 k+1 幀的位置，即用過去三幀的位置（ N=3 的情況）預測下一幀的位置 ， 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 本科畢業(yè)設計論文 30 2( ) ( 1)f f kt ??， 3( ) ( )f f kt ? ，對于 k+1 幀而言，相當于 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） 上式就是三點線性預測的公式，當 N 取不同的整數(shù)值時可構(gòu)成不同的預測器，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個順序時刻的測量值仍為 f( it ) (i=1,2,…, N)，且 f(t)可以用 02121 t *tYbbb??????? ?????????? （ 411） 測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 N點估計的均方誤差為 西北工業(yè)大學 本科畢業(yè)設計論文 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。式 ()和式 ()是 f(t)在最小方差意義下的 N點最佳平方逼近得通解，用與前面類似的方法可求得平方預測器表達式 。 [6] 實驗結(jié)果及分析： 第 1 幀 第 39 幀 西北工業(yè)大學 本科畢業(yè)設計論文 32 第 51 幀 第 91 幀 第 122 幀 第 149 幀 第 174 幀 第 194 幀 西北工業(yè)大學 本科畢業(yè)設計論文 33 第 221 幀 第 253 幀 第 279 幀 第 295 幀 第 317 幀 第 343 幀 第 373 幀 第 407 幀 西北工業(yè)大學 本科畢業(yè)設計論文 34 第 451 幀 第 478 幀 第 503 幀 第 531 幀 第 556 幀 第 590 幀 西北工業(yè)大學 本科畢業(yè)設計論文 35 第 608 幀 第 615 幀 圖 41 采用歸一化互相關匹配算法加軌 跡預測算法的跟蹤效果圖 實驗結(jié)果分析：對比未加軌跡預測的歸一算法和 MAD 算法和加了軌跡預測的效果圖，未加軌跡預測在 307 幀時目標就跟蹤丟失，而加了軌跡預測的在 605幀以后，才出現(xiàn)目標不見。因此，可見加了目標的軌跡預測可以使跟蹤精度增加。采用加了軌跡預測的算法，可以大大減少搜索時間。跟蹤 100 張序列圖像，用時 秒，即 秒每張。較單一的歸一化互相關匹配算法的跟蹤時間縮短，是因為采用軌跡預測后搜索區(qū)域變小，匹配次數(shù)減少。 西北工業(yè)大學 本科畢業(yè)設計論文 36 致 謝 本課題的研究工作是在導 師王紅梅教授的悉心指導下完成的。王老師淵博的知識、嚴謹?shù)膶W風和求實的精神給我留下了深刻的印象。在學習、科研方面王老師給了我們精心的指導和熱情的幫助，并提出了很多寶貴的意見。這必將為我們以后的工作和學習打下良好的基礎。在此，我要向辛勤培養(yǎng)我的王老師表示最衷心的感謝 ! 完成畢業(yè)設計（論文）期間，西北工業(yè)大學明德學院信息與控制科學系的各位老師都給予了我很大的幫助，在此，向他們表示衷心的感謝 ! 在課題的研究過程中，吳挺、張騰兩位同學給了我很大的幫助，在此，對他們表示真誠的感謝 ! 在此，向今天 前來參加我論文答辯的各位老師表示衷心的感謝。 西北工業(yè)大學 本科畢業(yè)設計論文 37 參考文獻 [1] 王琳 視頻運動目標跟蹤中有關問題的研究 西北大學 20xx 年 5 月 [2] 代凱乾 單目圖像序列的目標跟蹤算法研究 國防科學技術大學研究生院 20xx 年 11 月 [3] 宗偉新 運動背景下運動目標的跟蹤算法研究 西安工業(yè)大學 20xx 年 5月 [4] 趙瑤 運動目標與跟蹤算法研究 山東大學 20xx 年