實(shí)驗(yàn)運(yùn)動(dòng)目標(biāo)跟蹤算法與實(shí)現(xiàn)

1、一 實(shí)驗(yàn)名稱：運(yùn)動(dòng)目標(biāo)跟蹤算法設(shè)計(jì)與實(shí)現(xiàn)二 實(shí)驗(yàn)?zāi)康?. 熟悉各種圖像預(yù)處理方法，如直方圖處理、圖像去噪聲、圖像增強(qiáng)與復(fù)原、圖像變換等，了解這些方法在圖像分析與識(shí)別、目標(biāo)檢測及跟蹤等各種應(yīng)用中所起的作用。2. 熟悉基本的圖像分割原理。3. 能夠利用MATLAB 工具完整實(shí)現(xiàn)從圖像預(yù)處理、圖像分割、特征提取與分析及各種實(shí)際應(yīng)用的完整流程。4. 該實(shí)驗(yàn)為一個(gè)綜合設(shè)計(jì)及應(yīng)用的實(shí)驗(yàn)，目的是要求學(xué)生綜合利用學(xué)到的光電圖像處理知識(shí)，解決圖像識(shí)別、目標(biāo)檢測及目標(biāo)定位與跟蹤問題。進(jìn)一步深入理解光電圖像處理的重要性，提高學(xué)生利用光電圖像處理基本理論、方法等解決實(shí)際問題及提高分析問題的能力。三 實(shí)驗(yàn)原理及步驟1.

2、 序列圖像中的運(yùn)動(dòng)目標(biāo)形心跟蹤(1) 序列圖像的讀取與顯示本實(shí)驗(yàn)提供了200 幀的圖像序列，為BMP 文件，文件名后綴的序號(hào)按場景出現(xiàn)的先后順序排列。(2) 圖像分割首先，對(duì)圖像進(jìn)行必要的閾值分析。根據(jù)實(shí)際情況自行確定合適的閾值后，再對(duì)圖像進(jìn)行二值化處理。(3) 形心計(jì)算在分割的單幀圖像上，計(jì)算圖像中目標(biāo)區(qū)的形心坐標(biāo)（Xc，Yc），確定目標(biāo)在像素平面上的位置坐標(biāo)。(4) 形心跟蹤 MATLAB 確定跟蹤波門：即以形心位置為中心，在圖像中包含目標(biāo)的區(qū)域添加一個(gè)合適的矩形框（如取32×16 pixels，32×32 pixels，64×32 pixels 等）， 實(shí)時(shí)

3、跟蹤：循環(huán)讀取序列圖像，對(duì)每幀圖像均計(jì)算目標(biāo)區(qū)的形心坐標(biāo)，連續(xù)繪制包含目標(biāo)區(qū)域的波門（即矩形框）。實(shí)現(xiàn)對(duì)200 幀序列圖像中運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)穩(wěn)定跟蹤。2. 序列圖像中的運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤實(shí)驗(yàn)原理及步驟如下：(1) 序列圖像的讀取與顯示 同實(shí)驗(yàn)內(nèi)容1，序列圖像數(shù)據(jù)另選。(2) 參考模板制作 在起始幀圖像中，手動(dòng)選取包含目標(biāo)的矩形區(qū)域（根據(jù)目標(biāo)尺寸，確定模板尺寸）。另（緩）存為預(yù)制圖像模板數(shù)據(jù)。(3) 模板匹配 確定搜索區(qū)域大?。涸诋?dāng)前幀目標(biāo)區(qū)域擴(kuò)大適當(dāng)范圍作為下一幀圖像的搜索區(qū)域。 確定匹配準(zhǔn)則：MSE、MAD、NCC 或MPC 等（選其一種），進(jìn)行搜索區(qū)域的匹配度（相似度）計(jì)算，畫出搜索區(qū)域內(nèi)的相

4、似度3D曲面圖（畫連續(xù)2 幀之間的搜索過程的結(jié)果即可），確定最佳的匹配位置。視頻數(shù)據(jù)若為彩色圖像，可先進(jìn)行灰度化處理，然后用像素灰度值進(jìn)行計(jì)算。實(shí)時(shí)跟蹤：重復(fù)步驟-，實(shí)現(xiàn)序列圖像中的目標(biāo)的連續(xù)穩(wěn)定跟蹤。四 實(shí)驗(yàn)結(jié)果及分析1. 序列圖像中的運(yùn)動(dòng)目標(biāo)形心跟蹤通過對(duì)形心的定位，可以實(shí)現(xiàn)更好的目標(biāo)跟蹤2. 序列圖像中的運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤該實(shí)驗(yàn)采用MAD最小平均絕對(duì)差進(jìn)行目標(biāo)跟蹤，通過前后兩幀的最小差，可確定目標(biāo)位置，實(shí)驗(yàn)結(jié)果與理論相符。五 實(shí)驗(yàn)心得體會(huì)和建議l 心得體會(huì)：通過該試驗(yàn)不僅使我加深了對(duì)之前做過的圖像預(yù)處理的方法的理解，同時(shí)提高了自己運(yùn)用這些知識(shí)的綜合能力。l 建議：使用多種匹配準(zhǔn)則，進(jìn)行搜索

5、區(qū)域的匹配度計(jì)算。六 程序源代碼1. 序列圖像中的運(yùn)動(dòng)目標(biāo)形心跟蹤path='E:實(shí)驗(yàn)6CODEimage200s'filecount = 200;for i=1:filecountname=num2str(i);if i<=9filename=strcat('0000000',name, '.bmp');elseif i<=99filename=strcat('000000',name,'.bmp');elseif i<=199filename=strcat('00000',na

6、me,'.bmp');endI=imread(path filename);I1=im2bw(I,0.75);m n=size(I1);k=0;xc=0;yc=0;for a=1:m for b=1:(n-30) if I1(a,b)=0; k=k+1; xc=xc+a; yc=yc+b; end endendimshow(I1,),rectangle('position',yc/k-32,xc/k-16,64,32);title('Frame NO. ' num2str(i);pause(0.01);end2. 序列圖像中的運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤pa

7、th = 'E:實(shí)驗(yàn)6CODEf16takeoff_396s' prefix = '' fmt = '.jpg' nframes = 396; I0=rgb2gray(imread(' E:實(shí)驗(yàn)6CODEf16takeoff_396s001.jpg');I0=double(I0);L=10;x0=90;y0=130;height=40;width=110;M1=I0(x0:x0+height,y0:y0+width);follow=zeros(2,1);for k = 1:nframes fnum = num2str(k, 

8、9;%03d'); fileName = strcat(path,prefix,fnum,fmt); source=imread(fileName); sourceImg =im2double(rgb2gray(source); A=zeros(L+1,L+1); for i=(x0-L/2):(x0+L/2) for j=(y0-L/2):(y0+L/2) M2=sourceImg(i:i+height,j:j+width); A(i+(L/2)+1-x0,j+(L/2)+1-y0)=sum(sum(abs(M2-M1); end end q,p=find(A=min(min(A); x1=x0-(L/2)+q-1; y1=y0-(L/2)-1+p; imshow(source),hold on rectangle('Position',y1 x1 width height,'edgecolor','k'); title('Frame NO. ' num2str(k); x0=x1; y0=y1; M1=sourceImg(x0:x0+height,y0:y0+width);MAD(1:1