5 页 共 38 页 江苏技术师范学院毕业设计说明书(论文)连续帧间差分法、背景差分法和光流场法。
连续帧间差分法对于动态环境有很好的适应性,在运动目标和背景有明显区别的时候且目标运动较快的时候比较有效,算法简单,计算复杂度低,但不能完全提取出目标的所有相关点。
背景差分法能够较完整地提取目标点,对于背景较为稳定的情况,检测效果好。
对于背景变化的场景,例如光照、背景的抖动、背景中新物体的加入等情况比较敏感。
光流场法,基于光流的变化检测采用了运动目标随时间变化的光流特性,虽然能够直接用于摄像机运动下的目标检测,但大多数光流方法运算量较大,若没有特定的硬件支持一般很难满足实时处理的要求。
在实时跟踪系统中,人们更热衷于使用帧差法或背景减法来获得期望的结果。
2、运动目标跟踪 所谓运动目标跟踪,就是在运动目标检测的基础上,利用目标有效特征,选择使用适当的匹配算法,在序列图像中寻找与目标模板最相似的图像的位置,简单的说就是给目标定位。
在实际应用中,运动目标跟踪不仅可以提供目标的运动轨迹和准确定位目标,为下一步的目标行为分析与理解提供了可靠的数据来源,而且也可以为运动目标检测提供帮助。
首先,从算法过程上看,运动目标的跟踪方法主要分为基于图像帧内信息的跟踪和基于帧内——帧间信息的跟踪两种。
基于图像帧内信息的跟踪方法是对每帧图像信号进行单独处理,利用目标信号在二维空间中的特征将目标从背景中分割出来,完成对目标的定位,其优点是仅对当前帧进行计算,因此不会造成跟踪过程中的误差累积。
根据实现过程的不同,该方法又可以分为两类:形心跟踪和模板匹配跟踪。
形心跟踪是利用目标检测方法将目标从背景中分割出来,计算目标的形心(重心)在图像中的位置,以达到目标定位的目的。
形心跟踪法的优点是过程简单,计算效率高,但对于复杂背景中的目标的检测识别困难较大。
模板匹配跟踪法首先确定目标模板,然后将该模板在图像中逐点滑动进行相关匹配,得到相关曲线,使得相关曲线达到最大值,即相关性最大的区域就是目标的当前区域。
模板匹配法的优点是可靠性较高,但是计算量较大,而且要对目标模板进行定期更新。
基于帧内——帧间相关性的跟踪方法除了利用目标信号在帧内的空间特征外,还利用了它在时间域上的运动特性,即帧与帧之间的相关性,对目标在后继帧中的位置和运动状态信息进行预测和更新。
第 6 页 共 38 页 江苏技术师范学院毕业设计说明书(论文)2.2 运动跟踪系统的技术概述 一个完整的运动目标跟踪系统及过程可分为下面几步:图像预处理、目标检测与分割、目标特征提取与识别、目标运动状态分析与跟踪。
图 2-1 所示是一个运动目标跟踪系统框图。
目标运动 视频帧 图像预处 目标检测 目标特征提取 结果 状态分析 理 与分割 与识别 与跟踪 图 2-1 运动目标跟踪系统框图 现对这几部分分别介绍如下: 1图像预处理。
图像的预处理是将成像系统所得到的图像进行适当的处理,使得处理后的图像更易于进行检测和分割。
预处理通常是为了降低图像噪声、干扰和增强目标、背景的对比度。
针对不同的成像方法得到的图像,处理方法也不尽相同。
2目标检测与分割。
目标检测和分割一直是图像处理领域中的重点和难点。
目标检测是对可能是目标的区域定位;目标分割是将目标从背景中分离出来。
在绝大多数检测和分割技术中,两者是不可分离的。
在目标识别和跟踪系统中,对图像分割的质量也有很大的依赖性。
3目标特征提取与识别。
目标识别是目标跟踪中的重要一环,而特征提取是目标识别中的关键技术。
特征提取的优劣直接影响到目标识别以及跟踪系统的性能。
目标的特征可分为形状、灰度、边缘、区域、纹理等。
不同的特征,对应不同的提取方法。
一般地,特征提取方法必须满足一些必要准则:不变性、唯一性和稳定性。
4目标运动状态分析与跟踪。
经过目标识别环节后,就可以得到感兴趣的目标区域,进而计算出图像中目标的形心位置。
对序列图像而言,就可以描绘出目标大致的运动轨迹,估算出运动速度和方向等参数信息。
根据这些运动参数以及帧间的相关性,预测下一帧或几帧中目标的位置,完成跟踪过程。
现有的跟踪算法多种多样,但最基本的两个要求是跟踪的可靠性和实时性。
在应用中,人们往往根据不同的目标特性和实际需求,选择不同的跟踪算法。
第 7 页 共 38 页 江苏技术师范学院毕业设计说明书(论文) 第 3 章 运动物体跟踪算法具体描述3.1 背景统计量的累积1、Acc功能:将帧叠加到累积器(accumulator)中。
格式:void cvAccconst CvArr image,CvArr sum,const CvArr maskNULL ;说明:函数cvAcc将整个.
上一篇:
ReadMePDF_VC++ FTP下载程序(FTP客户端)_网络编程_新兴源码下载
下一篇:
首鼠两端