今后研究方向.docVIP

有待进一步研究学习的工作计划 1课题研究现状 就读研期间的课题研究而言，在运动目标检测方面采用了四种检测算法：传统的两帧帧差法(结合动态自适应阈值分割)、改进的三帧帧差法、背景估计与帧差融合法和以邻域均值建立背景法，其中上述的四种检测算法都是在传统的经典算法的基础上加以改进或是把原有的若干种算法进行融合而产生的，在本课题的最后实验结果当中，其中以背景与帧差融合法的效果最佳。而目标跟踪方面则采用了三种跟踪算法：Meanshift跟踪法、光流跟踪法和粒子滤波跟踪法，这三种算法也是较为传统的跟踪算法，在最后的实验论证当中以Meanshift跟踪法的效果相对最为理想。然而由于本课题的实验素材及相关的经验不足等原因，本课题最终所提出的结论都可能存在一定的片面性，比如在课题研究中只是利用了红外视频和彩色视频的特殊文件格式进行实验结果分析比对而得出相应的结论，所以在今后的工作当中可以更加广泛地获取实验素材，从而可以增强所提结论的事实依据。最后，课题的详细研究内容可参考学位论文的有关章节。 2 研究内容拓展 （一） 目标检测与目标跟踪的关联性 鉴于在课题中主要研究的是目标检测算法和目标跟踪算法，由于两者是分开讨论的，所以在设计的软件中其实两者并没有多大的关联性，而在实际的民用与军用领域当中设计的相关系统中就需要将上述两种算法进行关联以便达到更加精确的效果，也就是说一般而言先将视场中的目标物体检测出来，之后利用相应的几何图形圈定前面所检测的结果(即目标跟踪的过程)，所以在今后的研究工作当中可以把两者结合起来，进而可以更加接近实际应用系统的设计开发流程。 （二） 算法本身的性能延伸 在课题的研究过程中，所用到的目标检测算法和目标跟踪算法都是征对视场中的运动目标没有被其他物体遮挡而加以分析的，然而在实际的应用当中，即使是当周围物体遮挡住目标物体时仍然需要锁定目标，所以在今后的算法研究中可以尝试在一些原有的传统算法基础上把目标遮挡这种可能性加进去，使得算法的性能得到延伸。 （三） 软件与硬件相结合 由于时间所限和相关经验的不足，在课题研究的过程中大部分内容都是偏向于软件的设计开发工作，但是一个实际应用的系统还必需依靠强大的硬件设备支撑，所以在以后的研究工作当中，可以将比较成熟的相应算法植入硬件设备，利用CCD或者红外摄像机等设备获取视频图像，同时把获取的图像帧送入硬件处理模块，然后把处理之后的结果显示在指定的屏幕上，从而形成一个可以进行实时处理的目标检测跟踪系统。 （四） 人机交互界面的便捷操作 对于一个比较成熟的实际应用系统而言，一般都需要非常人性化的人机交互界面，以便操作者能够轻松地应对各种繁琐的操作流程，虽说本课题在后面也设计了一款目标检测跟踪软件，然而软件的界面控制还是相对过于简单，尤其是控件和可人工调节的参数还是相对偏少，这样就难以应对实际应用环境的各种突发情况，因此今后可以在人机交互界面的便捷方面加以改进和创新。 3 学习资料推荐 鉴于本人在红外目标检测与跟踪方面的课题研究经验，主要涉及到图像处理的一些算法思想以及软件代码编程两个方面：图像处理算法是用于检测或跟踪视频帧中的运动目标；软件代码编程则是为了把算法的一些思想转化为计算机可以识别并可以执行的相关任务，主要包括算法本身和人机交互界面两部分的的代码块编写，其中算法的思想本身可以参考OpenCV或者Matlab的相关书籍或者文献资料，而软件代码编程则可以参照一些通用的计算机编程语言教材，另外需要着重学习MFC部分，以便顺利地开发出人性化的人机交互界面，结合上面所谈的内容现将相关的书籍学习资料列出如下： 《OpenCV教程基础篇》刘瑞祯，于士琪编著，北京航空航天大学出版社 《基于OpenCV的计算机视觉技术实现》陈胜勇，刘盛等编著，科学出版社 《学习OpenCV(中文版)》于士琪，刘瑞祯译，清华大学出版社 《MFC程序设计轻松入门》欧阳志宏，董霖，钟俊华编著，人民邮电出版社 《Visual C++数字图像处理典型算法及实现》求实创新编著，人民邮电出版社 《C++ Primer(中文版)》李师贤，蒋爱军，梅晓勇，林瑛译，人民邮电出版社 注：参考文献可根据读者需要自行下载 另外在OpenCV中文网站的论坛也可以经常进去查阅相关问题及解决办法： 网址： 6.3 有待进一步解决的问题 本文虽然对红外目标检测与跟踪算法的相关原理及其实现都做了较为深入的分析与研究，然而相比国外该领域的目前研究状况，尚有许多工作和问题有待更深层次的探讨和研究。 首先，本文设计的红外弱小目标的检测及跟踪软件的算法库有待进一步充实，在本文中提到了四种检测算法和三种跟踪算法，然而大多数还是从传统的算法中加以改进而来，缺乏算法本身的创新思想，同时在算法的性能比较方面，文中提到的算法还有很多不足