视频目标实时跟踪算法研究毕业设计写作日志.docVIP

毕业设计写作日志 任岁玲 座机电话号码 一、2008年12月－2009年3月 题目的初步确定 院里确定并公布了学生毕业论文（设计）参考选题和指导教师，由于对视频目标跟踪系统有一定的基础，而且想更加完善的实现目标跟踪，所以我选择了辛老师的有关课题的视频目标实时跟踪系统算法研究。 接下来去找指导老师。辛老师给我讲解了论文的相关内容，给了我一些相关的英文和中文论文文献。 2009年2月份寒假期间，我大体看了一下中文论文，并翻译了英文文献，对中文文献和英文文献进行了对照。对于视频目标实时跟踪系统的最新的算法有了大致的了解。 3月初：去图书馆查询与题目相关的书籍，借了《数字图像处理》、《数学形态学》等有关视频图像处理的书籍，从中筛选出与论题相关的文章。 在翻阅过程中，由于数字图像处理的方法很多，而且跟我的视频目标跟踪系统紧密联系的又不是很多。这个时候，有点乱，不知道选哪几种方案结合起来比较合适，于是去找了辛老师，辛老师建议我再在网上的数据库里面多多看看，探究一下前人是怎么处理，又有什么优点和缺点。 经过查找，仔细研究，终于找到了几个可用的方案。然后去跟导师确定方案，导师赞同使用差值运算和卡尔曼滤波方法来进行跟踪。并向我介绍了论文的构架。至此，我正式确定使用差值运算和卡尔曼滤波相结合的跟踪算法。并将毕业设计题目初定为视频目标实时跟踪系统算法研究。 二、2009年3月份 资料查询及整理 3月10日—3月30日：因为以前用过差值运算，所以这段时间我重点查询了许多关于卡尔曼滤波器的相关文献，进一步了解了卡尔曼滤波器的原理、算法和具体实现过程。由于文章中有很多专业术语我不太懂，而且具体实现的方法有的很抽象。于是找了读这方面研究生的一个师姐，问了一些实现方法问题。这个时候发现卡尔曼滤波器在大多数情况下的跟踪效果特别好，但是有一点就是算法的运算量比较大。 为了解决这个问题，我在网上查询优化卡尔曼滤波器的方法，其中好多人都用MATLAB语言仿真，速度还行。但在FPGA上，优化算法就只能是将C语言实现的改为在硬件中的硬件描述语言Verilog HDL来实现。 接下来的时间我就开始看Verilog HDL的主要的语法，以及怎么进行矩阵之间的运算。这期间查了好多的资料，发现，硬件中的运算确实比软件快，但是硬件中用描述语言很难实现矩阵的运算。而且，即使实现了，复杂度也特别高。解决不了根本问题。 之后我就开始改变方向。既然卡尔曼只能是这样，那么其他方面呢？我查询了其他的一些关于视频跟踪方面的文献，也问了老师好多的想法，发现其实还可以加其他的算法如数学形态学中的腐蚀，图像处理中的图像增强等。 经过这以后，我确定了两个具体的算法。一是不采用卡尔曼滤波器。将差值图像提取出来的目标像素值先进行图像增强，然后腐蚀，再经过阴影算法排除干扰，完后测量出目标的坐标。二是采用卡尔曼滤波器，但是尽可能的减少前面的算法，即只要差值运算，然后就直接是卡尔曼滤波。因为卡尔曼滤波器是可预测的一种算法，本身可以去掉一部分噪声。 算法确定了以后，我将这段时间查的知识，经验都整理到了一起。可作为论文的引言。 由于实验中要用到Visual C++6.0、MATLAB、Quartus II 、Nois II等工具软件，我对这些软件的用法进行了查询，作了大致的了解。 三、实验部分，4月份 在老师的指导下进行实验的过程 差值运算很简单，只需要将两幅图像做差，得出结果即可。关键在于前面的图像的读取和后面的卡尔曼算法。在图像的读取部分，matlab有自己的函数，直接调用即可；但是在整个设计的系统中，使用的是模拟摄像头，数据必须经过解压，转换格式然后才能显示出来。在卡尔曼部分，matlab仿真时候对相关矩阵的运算很快，因为matlab本身就是做这方面的，但是转换算法到Nios II中就很复杂，而且速度比较慢。在经过在Visual C++6.0中仿真改进以后，提高了一点。 试验使用NTSC式摄像头以每秒30帧的速度采集现场图像，先进行背景的扫描，使得在存储器里面存储十幅背景图片，然后开始对当前扫描的图像和背景图像做差值运算，得出目标的像素值，最后经过腐蚀，卡尔曼滤波等得出最终的目标坐标并显示出来。 在用C++和MATLAB语言编程仿真期间，由于对matlab编程还不熟悉，结果一直不太准确。后来经过辛老师和熟悉的师姐的指导，算法有了很大程度上的改进。Matlab仿真结束后，就开始移植到Nios II中，又进行了一番调试和修改后，最终系统能相对准确的跟踪目标。 四、2009年5月份设计完成过程 在实验完成后经过整理设计过程中所用的资料，将有用的信息提取出来并作了相关的分类，将其分别应用于绪论、算法描述、视频目标跟踪系统算法、结束语等部分。至此，我的论文初稿总算完成了，我将论文稿件发给了辛老师，辛老师给我的