基于帧差法和Mean Shift融合浮选中颗粒跟踪方法.docVIP

基于帧差法和Mean Shift融合浮选中颗粒跟踪方法 　　摘 要：为了准确地跟踪浮选视频序列中的絮体颗粒，提出一种结合帧差法与Mean Shift的多运动目标跟踪方法。首先使用帧间差分法对视频文件中的初始两帧图像进行差分处理，进而检测得到运动目标，并确定跟踪窗口和跟踪目标的中心位置；然后结合数学形态学处理优化差分图像，滤除噪声干扰；最后利用求得的核直方图模型在下一帧图像内进行搜索，通过Mean Shift算法找到最佳匹配区域，达到对颗粒位置跟踪的目的。结果表明，该算法可以迅速并高效地跟踪浮选过程中的多个絮体颗粒，具有优越的鲁棒性和实时性。 　　关键词：多目标跟踪；颗粒；帧差法；Mean Shift算法 　　中图分类号：TP311.11 文献标识码：A 　　Abstract：In order to track floc particles in a flotation video sequence accurately，the paper proposes a multiple moving object tracking method based on frame difference method and Mean Shift algorithm.First of all，the frame difference method is used to process the two adjacent frames in the video sequence，so as to detect the moving object.Then，differential images are optimized combined with the mathematical morphology processing method，which is convenient to eliminate noise interference.Finally，the obtained kernel histogram model is applied to search in the next frame of the video，and the Mean Shift algorithm is adopted to find the best matching area，which achieves the particles position tracking.The result indicates that this algorithm can track multiple floc particles quickly and efficiently，with excellent robustness and real-time performance. 　　Keywords：multi-target tracking；particle；frame difference method；mean shift algorithm 　　1 引言（Introduction） 　　浮?x是矿业工程领域中筛选有用矿物的重要工艺方法，随着全球矿产资源日渐贫乏，如何提高浮选效率成为当今一大研究热点。在浮选过程中向矿浆内通入气泡，使其与矿物颗粒发生碰撞、附着，在浮力的作用下分离有用矿物，碰撞的发生效率因此成为决定浮选效率的关键之一[1]。研究表明[2-4]，通过判断滴落的颗粒运动轨迹的改变程度可以检测颗粒与气泡是否发生碰撞，对于颗粒沉降轨迹的描述就需要对矿物颗粒进行实时跟踪。因此，设计出一种快速、准确的应用于视频序列中的颗粒跟踪方法对于研究颗粒运动轨迹有重大意义。 　　近年来，多目标跟踪算法应用到越来越多的领域中，在研究浮选碰撞问题时对多颗粒位置的跟踪得到广泛关注。钟德华等[5]结合代价函数和改进的MHT算法对絮体颗粒进行跟踪，虽然改善了目标物遮挡问题，但由于算法本身复杂程度，计算量较大。梁秀满等[6]利用静态图像处理的方法检测颗粒与气泡是否发生碰撞，主要通过提取多幅图像中颗粒坐标信息进行拟合，从而实现对颗粒位置的跟踪，由于图像的截取需要人工操作，因此该方法只适合于少量颗粒的研究。李耀明[7]等提出利用卡尔曼滤波算法预测出Mean Shift跟踪方法的初始目标区域，该算法主要是为了在多颗粒中筛选单一目标颗粒并进行跟踪，但是当跟踪多目标时会出现预测不准确，多颗粒信息互相干扰的情况，影响最终结果。 　　本文针对已经搭建的颗粒与气泡碰撞概率测试系统[8]进行研究，提出利用基于Matlab多目标跟踪方法仿真出跟踪的运动颗粒图像，跟踪效果准确，为研究浮选颗粒碰撞理论奠定坚实基础。 　　2 多目标检测（Multi-object detection）