小r区住宅楼强电系统设计.docVIP

浙 江 科 技 学 院 本科毕业论文 开 题 报 告 题 目 海天背景下的视频目标跟踪 学 院 自动化与电气工程学院 专 业 自动化 班 级 094 学 号 109031092 学生姓名 赵园园 指导教师 郑 慧 开题日期 2013年3月14日  一、选题的背景与意义： 目标跟踪研究属于计算机视觉的范畴，也是如今比较热点的研究方向之一。在日常生活、交通、国防等方面有着非常广泛的实际应用，视频跟踪的目的是模仿人的视觉及大脑处理功能，首先通过摄像头等成像传感器获得图像，然后在计算机等硬件设备上通过某种算法对图像进行检测识别，获得某个感兴趣目标的实时信息。目标跟踪的实现需要涉及到图像处理与模式识别中的许多相关研究理论，可以将目标跟踪的流程分为帧内处理和帧间处理两部分，前者是对某一帧图像单独进行处理，一般包含图像增强、图像修复、边缘检测等操作；后者则是将前后几帧结合起来进行处理，包括提取背景、检测目标、事件探测、行为解释等。视频目标跟踪方法的研究作为计算机视觉领域的一个重要分支，正日益广泛地应用到科学技术、国防建设、航空航天、医药卫生以及国民经济的各个领域，因而研究目标跟踪技术有着重大的实用价值和广阔发展前景。舰船跟踪和视频监控可以看作是目标跟踪最重要的应用之一。 二、研究的基本内容与拟解决的主要问题： 视频目标跟踪是指在相关的图像间，基于位置、速度、形状、纹理、色彩等有关特征所创建的对应匹配。根据跟踪方法的不同，可将其分为基于模型的跟踪、基于区域的跟踪、基于活动轮廓的跟踪、基于特征的跟踪等。视频运动目标跟踪的基本流程如图1-1所示。由图可见，完整的目标跟踪过程主要经过预处理、目标检测、特征提取和目标跟踪四个步骤。 （1）预处理阶段：主要任务是对图像进行去噪、滤波等初步处理，本文主要介绍了均值滤波的原理和方法。 （2）目标检测阶段：运用目标先验知识或运动特性，基于目标几何或同级特征，将目标从图像中分割提取出来。 （3）特征提取阶段：利用被检测出来目标的色彩、边缘、纹理等信息，构建目标模型。 （4）跟踪阶段：即在序列图像中运用Mean-shift算法寻找与目标模型最相似的侯选目标。 图1-1 视频目标跟踪基本流程 视频运动目标跟踪能够确定目标在每一帧的位置和姿态，主要是根据视频信息在空间和时间上的相关性进行判别，其主要目的是模仿生物视觉系统的运动感知功能，通过对摄像头获取的视频图像进行分析处理，计算出运动目标在每一帧图像上的二维空间坐标位置，并根据不同的特征，将序列图像的同一运动目标关联起来，得到每帧图像中目标的运动参数以及各帧图像运动目标的对应关系，从而获得运动目标完整的运动轨迹和视频中运动目标的对应关系，为视频分析和理解提供重要的依据和基础。 在目标跟踪过程中，应解决以下两方面问题： （1）海天背景的干扰问题：海天背景顾名思义主要是由大海和蓝天构成背景，即图像下方的海面以及上方的天空，一般说来，天空的辐射温度要高于海面的辐射温度，海面的灰度整体表现为低亮度，但由于太阳高度角的变化、波浪反光以及跟踪目标距离过远等一系列的原因以及热辐射分布的不均匀性、不同气象条件下的大气衰减等因素影响，存在浪峰的灰度值接近甚至等于或大于天空与目标灰度，在某些情况下，这部分灰度值不在少数，天空的背景辐射整体上也高于海面背景，但是这种情况也是在变化之中，随着仰角的增加，天空背景辐射会逐渐降低，当达到一定的仰角时，天空的辐射强度就会低于海面背景的辐射强度。由于目标图像的信噪比更容易受到环境的影响，这就使得传统目标检测方法在这种环境下难以有效地检测出目标，造成跟踪不准确或者在干扰严重时直接导致跟踪失败。在这种较为复杂背景下检测信噪比目标，关键就在于如何在有效抑制背景的同时又能较好地提取目标。 （2）遮挡问题：目标在运动过程中遇到障碍物的遮挡是跟踪过程的常见情况，在实际的跟踪任务中目标极少可能运动在宽阔无遮挡的环境中，所以目标在运动过程中经常会出现被障碍物遮挡住自身的一部分，对于这个问题的处理，是涉及到跟踪能否成功的关键问题，其也是目标跟踪中的难点和热点问题。 研究的方法与技术路线： 3.1均值滤波 均值滤波也称为线性滤波，其采用的主要方法为领域平均法（还有加权平均法)。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x