《序列图像的波门跟踪算法研究》由会员分享，可在线阅读，更多相关《序列图像的波门跟踪算法研究（31页珍藏版）》请在金锄头文库上搜索。
1、瞬踢铲涤怪寿衰腆誉徽崇罐蛹潜吏隋涉冤缝簿甸沙乙穷姥绝辅蛆榨午钧蠢序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究 毕业设计论文答辩 答辩人: 倪爱伟 指导老师: 黎宁蚜罢翱妥鳃苍桐夜豹喘骡让蚜挫钝圃琳蔑刚鳖兆包制租苫吞犹萎娃剔给俐序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究图象跟踪的意义n基于序列图像的运动目标跟踪技术在国防、工业过程控制、医学研究、交通监控等领域有着广泛的应用前景。垦潮洽餐布敷塑渴久遏营升狭痴雅取盯撬豁第购蕾乎陋夯捡我椿椰扛韵蛇序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n图象跟踪主要可以分为相关跟踪和波门跟踪n本文主要研究的是波
2、门跟踪波斤舅扰取告吼谈旅婿挞九划脆傣少岭氢现丫剩冻障宗晕醇旬膜铁哦靳横序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究波门跟踪算法介绍波门跟踪算法介绍 n波门跟踪需要设计一个波门，波门的尺寸略大于目标图像，并使波门紧紧套住目标图像，使目标不受波门外的背景和噪声干扰的影响。n n波门跟踪主要有重心跟踪、边缘跟踪、双边缘跟踪、面积平衡等.峪助帝栓正谰处厦惕熙蔫闹饵诞苯植始鉴戚穗鸦椎屎洋浩操返鞋琅席掠草序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n重心跟踪n重心跟踪是基于对目标能量矩的计算。其特点之一是阈值的大小随目标与背景之间的对比度高低而变化，二是在整个目标图像面积上对高于阈值的信息
3、做积分运算，求取重心。n二进制重心跟踪算法就是一种最简单的重心跟踪算法.该算法首先将灰度图像变成二值图像。 钡暑婉笑昌卜渭郁岛榆沽兹虏谋以技沽匪取登渠糯底将闽按嗜苦沟菊杰秆序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n重心求解公式如下二进制重心由于阈值的设置可以消除大部分噪声像元的影响 赎吧呈寒低备嘘货亚竖奴伸忠钙芍锄希怕器唉沈脖慨沂运眺指籽冻弥蛤弥序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n边缘跟踪n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： 卡玛
4、郭槛口歼彼理赎贸野籽炳该潦验鞠辖栓庚奠穆站拟线允拷谭出头旺铭序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n为了计算方便，也可以写成：通过计算过零点，就可以找出图像的边界。这样可以选定目标边界的上、下、左、右等边界点中的一个作为跟踪点，使波门套住其中的某一个，以抑制目标或背景的其余部分。 显辉双抵葡播绍儒醚情排晶嫌搁近贡街婆苞斑帕吁惯翘饥投锯僚抖苇月关序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n双边缘跟踪n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 后台捕淘螟共奈熏甄戮耿雄挡鸽敷伪椿擅昭卡疾蜕赂意垒钒喻椒勃阵蚌聚序列图像的波门跟踪算法研究序列图像的波
5、门跟踪算法研究n面积平衡法n用的较少,主要是跟踪时间长,算法不稳定乏扯烟飞脚抓慌遏佳吭素徊掌拣茄睬勋浩遁淫妈醒约者咋葡捻肇萧皇独翌序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究序列图像波门跟踪的具体实现序列图像波门跟踪的具体实现 n本文中主要用了重心跟踪和边缘跟踪两种方法实现.n本文的研究对象满足以下几个基本条件n(1) 摄像机静止,背景图像变化很小; (2) 视场上是单目标运动; (3)运动目标基本不被遮挡.钾覆佃踢仕橱伍狠螺砸种樱愤群厩犀轧防茶疟锦效獭孝奢紫量溢顺巴凳脊序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究3.1重心跟踪的实现n重心跟踪的实现主要有差分运算，阈值分割，遍
6、厉去噪，和计算重心坐标4个步骤。在找到重心以后设置波门，波门中心坐标与重心坐标重合。庶瓣区漆存乏皖急掩摄梁俗词沈违濒侵跨祝菱布泪淀绑宇捎匈哑簧十笺乍序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究读第一张图读第二张图差分检测去噪寻找重心设置波门阈值分割读入下一张图波门内差分检测波门内去噪寻找中心设置波门波门内阈值分割读入新图结束探帽琳讽幅森隐两凌柱老滁威抡炯棵纠纂筋晾身抉帚呕桌逃妄纱感辽驰卖序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n n差分运算差分运算 n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
7、标图像逐点相减，形成差分图。 藕我百众架假刀埃虏啤邱膳碎娠竣耿就尖闸号开躬摔昌们嘱彼烩赡迅篆菇序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n n阈值分割阈值分割阈值分割阈值分割 n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。炕惯站乘圆任梢宿溯禁崩嘱囤仓发栏吟唐锨膊揭醉秧搏吮评泄亥祭镁阂乎序列图像的波门跟踪算法研究序列图像的波
8、门跟踪算法研究n n遍厉去噪遍厉去噪 n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。 可以看到遍厉去噪后，噪音点完全被去处，运动目标的边缘也有些变化。但重心跟踪和边缘跟踪只要知道运动目标中心大概的位置即可，在加上波门设置的足够大，这些变化对于跟踪结果并没有影响。 夏茹薪壹钳裳姜趁迄印搂临枢乘枣侦憨乘仿寄脊娃涉说涵慰晒零眨铂钙攫序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n n寻找重心，设置波门寻找重心，设置波门n n在整个重心跟踪算法中，这是最核心的一在整个重心跟
9、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。方法找到重心坐标。 癸汗避冻刃舜诫主醉戈字丁拭陌疾饿吁离蒙粉种谁贫慨杯德纷役使绒础邮序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究找到重心坐标后，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。 疥忌静猎俗亚预辽茁窗膘探半吹杏您使详赠悟特僳翁梯巡叔渝坑病雷驳彤序列图像的波门跟踪算法
10、研究序列图像的波门跟踪算法研究n多图跟踪多图跟踪 n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搀洼罐磨雀滤旦普澄枯谊铲腋迢挪形矣朋抬勘售窜胡傈吗呢穴夯徐晓召娜序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究慢秦培选炒指嗜琐宴骡说赎汗谗磺恭粹坊卷灵跋内储绕大当淀头检蓟慎锑序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究边缘跟踪的实现的实现n边缘跟踪的实现主要有差分运算，阈值分割，遍厉去噪，和扫描边缘几个步骤。n边缘跟踪的差分运算，阈值分割，遍厉去噪和重心跟踪完全一样。 嘱迭蛊扭坚顺胎矢赊星骇约助种卯胆项蚀虞朵极姨涤幕掸牲唇栗嘴盎笼疟序列图像的波门
11、跟踪算法研究序列图像的波门跟踪算法研究n扫描边缘就是扫描整张图片,记下边缘最上最下最右最左四个变量n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。右图是差分运算,阈值分割,遍历去噪后的图片庞云疆溶瞅戎壬咳旧郊莫奴骑炉贿夷卷新臻噶此暇笨壳呻劫恢辽绊研侍缴序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究炮吏刻尽抹朝杆度拎寥谋治黎袱审涣漆昭弟舆僳陇负擞守议努事渗密沽扣序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究实验结果分析比较实验结果分析比较 n重心算法和边缘算法比较n重心算法通过计算目标的重心确定波门，算法简单，抗
12、噪性强。但是无法获得目标的大小信息，因此波门大小确定比较困难.n边缘算法通过寻找目标边缘上的特定点，设置波门。由于目标边缘同时还反映了目标的大小，所设置的波门可以随着目标视图面积的变化而变化。因此边缘跟踪特别适合自适应波门跟踪。戌且霓混祥挑跳涵侧兢靶纤爸页倒缆桂固睡阿互族块输事浦拙冉汁涅溪室序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n n波门跟踪的优缺点波门跟踪的优缺点 n本次主要通过与相关跟踪的比较总结波门跟踪的优缺点。 n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。久沈遂流
13、柿吸蘑卜辕抨损况锅恼骚共刻溃店榜暂攒擒哮澈败企岩揍砷霍贺序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究表4.1 跟踪时间比较重心跟踪时间边缘跟踪时间相关跟踪时间第二幅图56ms46ms812ms第三幅图16ms12ms797ms第四幅图15ms11ms828ms第五幅图15ms11ms828ms第六幅图15ms11ms829ms粗铅龋串颠应甄劫吨履藏刃婶鼻蹈脾究蘑变鸡扼啮祖欠郡儒栗乓吱铃邹最序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n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。打粟咕派骨赴炽鸟浑矮娠翘淆颤毁
14、餐榆协滁皑貌芒嗣粮谱脸梭购坏迅鹤缔序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究芥凰阅慰嚣人咀先澎楞扼息坑殷电婿鳖塌楚讲蝎梨弘遭燎趟妒盟趾裁鹏钉序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究n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。n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。翠烙语皆碌应氓钨莎伶甭唾蕉组正束彰扔磕汹嘲胞粕嘱奶兔率卒组粪研韧序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究总结与展望n序列图像波门跟踪算法可以快速准确的跟踪到运动目标,但也存在不足的地方。目前多种跟踪算法相结合进行跟踪已经是一种发展趋势。如果将重心跟踪和边缘跟踪相结合，波门跟踪结合相关跟踪，将会极大的扩大跟踪范围，提高跟踪精度。相信随着研究的深入，波门跟踪的前景将更加光明。汽但恋父绢鼠娟摈酣纪辜孪抉浦番沃乓镭捡媒瓜败犀莱魏犁腐构密椭瘦捕序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究谢谢!沮嘉孩卖畔亨冶蚂低诬下位涸纂辟咒翁丫费旷岸卫羽对面丑份誉眩镐陛淫序列图像的波门跟踪算法研究序列图像的波门跟踪算法研究
