数字图像处理-实验报告书(九)目标跟踪.docx

电子信息学院

实验报告书

课程名： 《数字图像处理》

题目：实验九目标检测与目标跟踪实验

实验类别： 【设计】

班级： BX0901

学 号： 111103020103

姓 名： 窦中锋

【很好】【完整】【正确】【规范】【较差】

【很好】【完整】【正确】【规范】

【较差】

【不完整】

【不正确】

【不规范】

评语：

学习态度:程序编写:得出结论:报告书写:

【一般】

【部分完整】

【部分正确】

【一般】

成绩： 指导教师： 范光宇

批阅时间：2012年月日

1、实验目的

了解目标检测和目标跟踪的基本原理和方法；

使用MATLAB寸视频中的目标进行检测和跟踪。

2、实验原理

运动目标跟踪在军事制导、视觉导航、机器人、智能交通、公共安全等领域有着广泛的 应用。

例如在车辆违章抓拍系统中，车辆的跟踪就是必不可少的。在入侵检测中，人、动物、车辆等大型运动目标的检测与跟踪也是整个系统运行的关键所在。 因此在计算机视觉领域中目 标跟踪是一个很

重要的分支。运动目标检测是运动目标跟踪的前提。 运动目标检测，根据目标与摄像机之间的关系

可以分为静态背景下的运动检测与动态背景下的运动检测。

(一)静态背景下的运动检测：整个监控过程中只有目标在运动。主要包括以下几种方法：

1、背景差分法：整个监控过程中，需要不停地维护一个“纯背景” 。对于任意一帧监控图像而

言，将其与纯背景进行差分，从而得到出现在当前画面中的运动目标。 该方法对光照变化、天气、

背景变化比较敏感，而且需要不停进行地依靠学习来维护一个纯背景画面。 此外背景的维护和更新、

阴影去除等对运动目标的检测至关重要。

2、帧间差分法：通过相邻帧之间的差值计算， 来获得运动目标的位置、 形状等信息的方法。该

方法对光照的适应能力很强，但由于运动目标像素上的相似性，从而不能完整地检测出运 动目标。

有研究人员将相邻帧间的差分进行改进， 得到三帧差分方法，即利用相邻三帧之间的差值计算来进

行运动目标的检测。该方法经很多研究人员和工程师的实际测试， 证明了其在特定环境中优良的性

能。

3、光流法：在空间中，运动可以用运动场描述。而在一个图像平面上，物体的运动往往是通过图像序列中图像灰度分布的不同来体现， 从而使空间中的运动场转移到图像上就表示为光 流场。光

流场反映了图像上每一点灰度的变化趋势。 它可看成是带有灰度的像素点在图像平 面上运动而产生

的瞬时速度场，也是一种对真实运动场的近似估计。 在比较理想的情况下，它能够检测独立运动的

对象而不需要预先知道场景的任何信息， 可以很精确地计算出运动物体 的速度，并且可用于动态场

景的情况。但是大多数光流方法的计算相当复杂， 对硬件要求比较高，不适于实时处理，而且对噪

声比较敏感，抗噪性差。

(二)动态背景下的运动检测：监控过程中，目标和背景都在发生运动或变化。 在运动目标检测的

应用环境中，动态背景相比而言更加复杂。根据相机的运动形式，可以分为以下两种：

1、相机支架固定：相机可以随着云台的运动而发生旋转，倾斜等运动。相机也可以根据远 程计算

机指令来控制镜头调焦，从而产生远景和近景缩放运动。

2、相机置于移动设备之上(例如车载相机)。

对于以上两种相机运动形式的任意一种而言，在进行运动目标检测之前，都需要根据一定的方法进行全局运动估计与补偿。通常可以利用块匹配法、特征点匹配法等进行运动量的估计。也可以利用光流法建立光流场模型，利用光流方程求解图像像素点的运动速度。

运动目标跟踪就是在一个连续视频序列中， 在每一帧监控画面中找到感兴趣的运动目标 (例如

车辆、行人、动物等)。跟踪大致可以分为以下几个步骤：

(1)目标的有效描述：目标的跟踪过程跟目标检测一样，需要对其进行有效的描述，即需 要提取

目标的特征，从而能够表达该目标。一般来说，可以通过图像的边缘、轮廓、形状、纹 理、区域、

直方图、矩特征、变换系数等来进行目标的特征描述。

(2)相似性度量计算：常用的方法有欧式距离、马氏距离、棋盘距离、加权距离、相似系数、相关系数等。

(3)目标区域搜索匹配：如果对场景中出现的所有目标都进行特征提取、相似性计算， 系统运行

所耗费的计算量是很大的。~~因此通常采用一定的方式对运动目标可能出现的区域进 行估计，从而减

少冗余，加快目标跟踪的速度。常用的预测算法有 Kalman滤波、粒子滤波、均值漂移等。

3、实验步骤

打开计算机，启动 MATLA叁序，设置MATLAB勺程序组中的当前活动文件夹；

找到待处理的图像文件；

根据实验内容和实验要求进行实验；

记录和整理实验报告。

4、实验内容

编写MATLA程序，对视频中的特定目标进行检测和跟踪，观察并记录结果。

Run:

clear