视频目标跟踪方案报告.docVIP

视频运动目标检测与跟踪 目录 1 课程设计的目的和意义? ? 1 1.1 课程设计的目的? ? 1 1.2 课程设计的意义? ? 1 2 系统简介及说明? ? 2 3 设计内容和理论依据? ? 2 3.1 基于Mean Shift的跟踪算法? ? 3 3.1.1 RGB颜色直方图? ? 3 3.1.2 基于颜色和纹理特征的Mean Shift跟踪算法? ? 3 3.2 基于颜色特征的粒子滤波跟踪算法? ? 4 3.2.1 贝叶斯重要性采样? ? 4 3.2.2 序列重要性采样? ? 5 3.2.3 粒子退化现象和重采样? ? 6 3.2.4 基本粒子滤波算法? ? 6 4 流程图? ? 7 4.1 Mean Shift跟踪算法流程图? ? 7 4.2 粒子滤波跟踪算法流程图? ? 7 5 实验结果及分析讨论? ? 8 5.1 基于Mean Shift的跟踪算法仿真结果? ? 8 5.2 基于颜色特征的粒子滤波算法仿真结果? ? 9 6 思考题? ? 10 7 课程设计总结? ? 10 8 参考文献? ? 10 1 课程设计的目的和意义 1.1 课程设计的目的 随着计算机技术的飞速发展、信息智能化时代的到来，安防、交通、军事等领域对于智能视频监控系统的需求量逐渐增大。视频运动目标跟踪是计算机视觉领域的一个研究热点，它融合了人工智能、图像处理、模式识别以及计算机领域的其他先进知识和技术。在军事视觉制导、安全监测、交通管理、医疗诊断以及气象分析等许多方面都有广泛应用。同时，随着视频摄像机的普及化，视频跟踪有着广泛的应用前景，对城市安全起到了防范作用，并且和我们的生活息息相关。 从目前国内外研究的成果来看，对于运动目标的跟踪算法和技术主要是针对于特定环境提出的特定方案，大多数的跟踪系统不能适应于场景比较复杂且运动目标多变的场景。并且在视频图像中目标的遮挡、光照对颜色的影响、柔性刚体的轮廓变化等将严重影响目标的检测与跟踪。因此如何实现一个具有鲁棒性、实时性的视觉跟踪系统仍然是视觉跟踪技术的主要研究方向。 Mean Shift算法的主要优点体现在：计算简单、便于实现；对目标跟踪中出现的变形和旋转、部分遮挡等外界影响，具有较强的鲁棒性。缺点在于：算法不能适应光线变化等外界环境的影响；当目标尺度发生变化时，算法性能受到较大的影响。粒子滤波适用于非线性、非高斯系??，在诸如机动目标跟踪、状态监视、故障检测及计算机视觉等领域有其独到优势，并得到了广泛研究。但粒子滤波算法本身还不够成熟，存在粒子匮乏、收敛性等问题。因为跟踪机动目标需要对目标的运动特性有一定了解，因此，目标跟踪的难点之一在于目标模型的建立及其与跟踪方法的匹配上，这是提高跟踪性能的关键。 1.2 课程设计的意义 图像处理(image processing)，用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。图像处理一般指数字图像处理。虽然某些处理也可以用光学方法或模拟技术实现,但它们远不及数字图像处理那样灵活和方便,因而数字图像处理成为图像处理的主要方面。 随着计算机的发展，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。数字图像处理课程设计是在学习完数字图像处理的相关理论后，进行的综合性训练课程。其目的是进一步巩固数字图像的基本概念、理论、分析方法和实现方法。 通过本次课程设计增强应用matlab编写熟悉图像处理的应用程序及分析问题解决实际问题的能力，同时对综合运用专业基础知识及软件设计能力也会有较大提高。 2 系统简介及说明 视频跟踪的目的就是从复杂的背景中检测出跟踪目标，通过对图像序列进行处理和分析研究，从而实现对目标的准确跟踪。目标跟踪的原理就是在每一帧的图像序列中找出目标的确切位置。一般的跟踪方法是首先提取被跟踪目标的图像，建立一个模板，然后在下一帧图像中进行全图匹配，搜索目标图像，直到找到匹配的位置。尽管不同的应用场合和需求对应了不同的跟踪系统，但是它们的基本原理、关键技术和核心算法大同小异。实现目标跟踪的关键在于如何有效的分割目标、合理的提取目标特征和准确、稳定地识别目标，同时还要考虑目标跟踪算法实现的时间，保证跟踪的实时性和鲁棒性。 一般的，视频目标跟踪系统通常包括以下几个部分：视频图像采集，运动目标检测，目标跟踪以及行为理解与分析。如图3.1所示。 图2-1 视频目标跟踪系统 通过视频采集设备进行图像采集，并通过A/D转换将视频信