基于卡尔曼滤波的视频跟踪技术的分析及应用-analysis and application of video tracking technology based on kalman filter.docxVIP

第一章绪论§1-1课题的研究背景与意义视频目标跟踪技术当前已成为计算机视觉研究的核心课题之一，它融合了图像处理、模式识别、人工智能、自动控制以及计算机等众多领域的先进技术，是一门新兴的综合技术。在人类感官接受的各式各样信息之中大约有80%来自视觉，而图像、视频是视觉的非常重要的载体。所谓的计算机视觉是使用计算机及相关设备对生物视觉的一种模拟[1]。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。计算机视觉通俗说是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等，并经过对图像的处理成为让人们可以舒适的接受或者传送给仪器检测的图像，也就是说，传送给计算机的就是三维客观世界的二维投影[1]。计算机视觉可以根据计算机系统的特点来进行视觉信息的处理[2]。计算机视觉的研究对象主要是映射到图像的三维场景中，比如我们熟知的三维场景的重建，有很多学科的研究目标与计算机视觉相近或与之有着紧密的联系。计算机视觉研究是有前途的，同时也是最具有挑战性领域的研究。视频可以看作是一系列运动图像的顺序组合，而运动图像分析是众多图像处理方法的综合起来的一种应用方法[3]。对从运动图像序列中解释运动这一问题的研究起源于1979年，当年在美国费城的宾夕法尼亚大学召开了一个名为“时变图像的计算机分析(ComputerAnalysisofTime-VaryingImagery)”专题研讨会，在此之后又陆续召开了相关会议以及各种专题杂志的出现，促进了这一研究课题的发展及推广。现代的视频目标跟踪系统与传统的目标探测系统相比有一定的优势，具有较强的抗干扰能力、隐蔽性好、精确度高、性价比高等优点[4]。作为被动式工作系统的视频跟踪系统，与雷达系统相比较，它在使用的过程当中并不会向外辐射无线电波，这样的话就不会受到敌方所安装的干扰装在的干扰，从而也不会轻易被敌方所侦查到，因此它的抗干扰能力较强，而且有很好的隐蔽性。由于可以直接的看到目标图像，所以能直观、方便的观察出目标位置，对侦查工作也有很大的帮助。视频中的运动目标检测和跟踪是近年来研究方向的热点，它是一种把数据关联、图像处理、和滤波等技术有机结合起来的，并能够从图像序列帧中实时地检测出目标位置并进行跟踪的技术[4]。由于所跟踪的目标图像直接显示于显示器上，这就为后续的人工操作提供了有利条件。在军事方面，由于它是精确打击武器所需要的一个关键技术，而且考虑到它具有隐蔽性、精确性和抗干扰性等特点，所以现在的视频跟踪技术在红外、电视、监控等跟踪系统中已经有了广泛的应用，诸如成像制导武器、导弹制导、星载系统、火力控制等方面都应用到了目标检测和跟踪技术[4]。另外还应用于控制系统、舰载预警系统、机载空地攻击系统、机载预警系统、战场监视系统、船载空海攻击系统、地面警戒系统、水下跟踪攻击系统等各种防卫系统中[5]。比如配置了ASB-19和ARBS激光／电视双模式跟踪器的美国海军陆战队的AV-8A和英国的“鹞”系列短距离起降战斗机[6]，就是利用了视频跟踪。在电视跟踪模式下，战斗机中操作人员选择出在电视显示器上显示的放大了7倍的所要跟踪的图像，然后就可以转到自动跟踪了，这样使得战斗机能够更精确的对目标进行攻击[6]。在民用方面目前视频跟踪技术也有广泛的应用。例如：在医学方面，视频跟踪技术应用在超声波和核磁序列图像的自动分析中，通过实时动态的分析为医生提供准确的诊断信息[5]；在空中交通管制(ATC)系统，利用目标跟踪技术实现对不同的飞行器在途中和终端进行地区管理、进场管理、碰撞回避、防撞告警等各种操作；在智能交通系统中，视频跟踪技术能够自动地及时的提取交通流信息，在不影响交通正常运行的情况下对过往的车辆进行跟踪和识别，例如文献[7]本文中，把动态的汽车模型中的方向盘转动以及车轮的前后转动都考虑进去，利用改进的扩展kalman滤波的算法，通过添加一个新的修改扩展目标函数，来提高司机控制运动汽车行为的精确性；另外还有应用于公司、医院、火车站、社区和重要设施的智能监控系统。智能监控系统曾在2008年成功地应用于北京奥运会的安保工作中，为火炬传递和奥运会的顺利举办保驾护航[4]。因此视频目标跟踪系统在军事和民用方面都有广泛的应用，具有重要的实用价值和广阔的应用前景。§1-2国内外研究现状及发展趋势随着近十几年计算机理论、技术和应用的飞速发展，计算机硬件的处理能力不断提高，存储成本大幅的降低，视频图像处理和计算的能力也有大步的提高，一些研究人员开始重点研究计算机视觉中有关于运动的问题。运动分析在视觉系统中占有重要的地位，即使低等动物身上也存在着极其复杂的观察、跟踪以及运动的功能。运动分析就是为了提取根据运动线索关于环境有价值的信息，利用这些信息可以用来执行更高级的视觉任务，例如视觉检索、活动识别等。目前很多研究人员都用二维