智能电视跟踪器的方法研究.pdfVIP

维普资讯 智能电视跟踪器的方法研究 j=i{振华 潘建群 提要 本文试 闭通过抽取被跟踪 13杯的边缘部分，用特征匹配的方法对动 目标实行 跟踪．熏点研究跟踪算法的两个棱心部分，即图象分割和匹配． 一 、 ；I言 电视跟踪系统是A十年代发展起来的一门新兴学科．它的应用领域较广泛，尤其在 军事上，因而引起人们的广泛重视． I 图 I 典型的跟踪系统 早期 的跟踪系统是模拟系统，最早用 的就是边缘跟踪器，跟踪边缘图象的某一点， 远离 目标中心，因而跟踪精度较差，接着发展了形心跟踪器．到七十年代．随着大规模 超大规模集成电路、计算机技术．并行处理技术、图象处理 、模式识别和人工智能的迅 速发展．典型的跟踪系统从模拟方式发展为数字方式，从简单的对 比度跟踪发展到具有 一 定 智能 的识别跟踪 ．这种系统的最大特点是能辨别和跟踪在复杂背景下光学特性和 形状有所变化的 目标，跟踪精度高． 典型的跟踪系统主要 由以下几部分组成，如图 1所示． 其 中跟踪处理器是跟踪系统的核心，它决定了系统的跟踪效果．跟踪处理的方法银 多，就 目前公开的文献所见已相继出现了十几种比较成功的数字视频跟踪方法．国内近 几年发展亦较快，但这些算法仅适合_r某些特定的条件，并不能应用于任何场合． 典型的跟踪算法包括 ： (I)图象预处理 ：消除图象 中的噪声，减少外界因素对t3标定位的影响．常用方 法：平均滤波、二维中值滤波、对数辖人变换、二维人眼视觉滤波等． (2)图象分割：将图象分割成 目标和背景区域．化多值图象为二值图象．常用方法 是根据象素特征 (如灰度值、差分值等)将象素分成 日标和背景． 一 89— 维普资讯 (3)匹配 从 ■值刚象中提取 F】标 与持跟踪II杯的位置估 ． (4)跟踪滤波：减少噪声数据和不正确的I斟象分割的影响．提高在 利跟踪条件 卜 的跟踪效果．典型的方法就是预测． 尽管人们对跟踪法作 了很多研究． 由}：背器 llj栎的复杂性 今未有通用的跟踪 方法 ．图象分割和匹配决定_『跟踪处理器的性能 这 哺个箅法町以台 为一．用得最多 并被rh泛研究的是相戈检测法．文献 6『1着重研究 了改进的 SSDA法．该算法解决 了许 多 图象处理及模式识 别中大多数箅法 计算量犬的．日|题．是一种颇其吸引力的数字丰H 沽． 但它存在 以下几个缺陷：(I)SSDA法莆存贮参考 闭象和传感器l斟象．内存空阔和象畚 点成 正比，因而所需 内存容量较大；(2)SSDA法 宜推广至多n标跟踪：(3)SSDA 法对几何失真较敏感．针对以上缺酸，提出用特征 配法对动n标实行跟踪．即利用 期边缘跟踪器的优点，改善其缺点．由跟踪动 目标边缘的某一点改为跟踪包含最大信息 量的边缘部分 的形心 ．其 特点 ：(I) JI以大大提 高跟踪精度 ：(2)所需 内存容量较 SSDA法少得多；(3)宜推r碰用 j多 目标的跟踪：(4)可 以工作于 自动搜索和跟踪力 式． 二、图象分割 图象分割一般有三种方法：闽值法 甄配法、跟踪浊．闽值法 其简单和直观引起 人们的重视：匹配法汁箅量大．不宜实时处理：跟踪法不宜并行处理．因而我们选用闪 值法．本文讨论 了三种阈值选取方法．并且分析 了一种具有视觉轮廓特性的快速边缘帕 测算法 ．其特点是：(I能选取直方l}l呈单峰分带的罔象阈值；(2)算法简单．便 r硬 件实现． 1 2 蝣闱，{军舰