序列图像的波门跟踪算法研究教学文案.pptVIP

序列图像的波门跟踪算法研究;图象跟踪的意义;图象跟踪主要可以分为相关跟踪和波门跟踪 本文主要研究的是波门跟踪;波门跟踪算法介绍 ;重心求解公式如下;边缘跟踪 边缘是图像最基本的特征，是图像中灰度发生急剧变化区域的边界。可以用一阶微分或差分算子、梯度算子、Sobel 算子、拉普拉斯算子等来检测目标图像的边缘。以拉普拉斯算子为例：;为了计算方便，也可以写成：;双边缘跟踪 双边缘跟踪算法是边缘跟踪算法的一种改进算法，即目标位置为两个边缘的中心 ;面积平衡法 用的较少,主要是跟踪时间长,算法不稳定 ;序列图像波门跟踪的具体实现 ;3.1重心跟踪的实现;读第一张图;差分运算 差分算法，其实就是通过比较目标在两个不同时刻的画面，识别由于物体运动而造成的区域差别。在实际计算过程中，差分是指将两帧相邻目标图像逐点相减，形成差分图。 ;阈值分割 在本次实验中阈值分割就是通过确定一个阈值，将图像二值化。扫描图像的每个像素点，如果像素点的值大于阈值则令该点的像素值为255，如果小于阈值则为0。在第一步差分图像的基础上，进行阈值分割，运动目标和背景的差异进一步变大。背景完全变为0，运动目标完全变为255。这将极大的降低下面工作的难度，同时也减少了运算误差。;遍厉去噪 由于这些噪音点分布零星，且多为单个亮点。因此本人设置了一个3*3的的框遍厉图像。如果一个点再加上它的八个领域点中素值为255的点小于5个，则认为该点是背景点，值设为0。 ;寻找重心，设置波门 在整个重心跟踪算法中，这是最核心的一步。整个中心算法其实就是一个不断寻找重心的过程。寻找重心一般是通过积分的方法找到重心坐标。 ;找到重心坐标后，接下来就需要设置一个波门。波门中心和运动目标的重心重合。波门大小的设置要考虑序列图像两桢的时间间隔以及运动目标的运动速度，设置的波门要确保在下一桢图像中运动目标仍然在波门中。 ;多图跟踪 经过上面的步骤,波门已经设置好了.接下来读入图片,只要在波门内重复上面的步骤就可以了;;边缘跟踪的实现;扫描边缘就是扫描整张图片,记下边缘最上最下最右最左??个变量 然后以最上最下变量的均值作为波门的纵坐标，以最左最右变量的均值作为波门的横坐标.四个变量各加上一些像素作为波门的边框。 ;;实验结果分析比较 ;波门跟踪的优缺点 本次主要通过与相关跟踪的比较总结波门跟踪的优缺点。 在本次毕业设计中，通过和同组同学做的相关跟踪对比中，可以明显看到波门跟踪的特点。首先最明显的是对于相同图像在相同硬件平台上波门跟踪速度要远快于相关跟踪。;表4.1 跟踪时间比较;其次，波门跟踪抗噪性强。由于波门跟踪是设置波门，然后在波门中运算跟踪目标。因此目标不受波门外的背景和噪声干扰的影响。;;但是波门跟踪也有其固定的缺点。波门跟踪利用的图像信息不多，只适合目标的粗跟踪。它要求分割目标和背景，对信噪比的要求比较高，主要适合用于跟踪对比度和背景相比足够强的目标，通常不适于跟踪复杂结构的目标和目标区域的某一特殊部分。 其次，如果图中有多个运动目标，波门跟踪在跟踪初期，自身无法寻找要跟踪的目标。如果在波门内突然出现诱骗假目标，波门跟踪也很容易跟踪失败。;总结与展望; 谢谢!