壹、靜態背景下的目標跟蹤方法1、單目標：目標跟蹤還可以分為單目標的跟蹤和多目標的跟蹤。單目標的靜態背景下的目標跟蹤指的是攝像頭是固定在某壹方位，其所觀察的視野也是靜止的。通常采用背景差分法，即先對背景進行建模，然後從視頻流中讀取圖像（我們稱之為前景圖像），將前景圖像與背景圖像做差，就可以得到進入視野的目標物體。對於目標的描述，通常用目標連通區域的像素數目的多少來表達目標的大小，或者用目標區域的高寬比等。目標的位置信息可采用投影的方式來定位。2、多目標：靜態環境下的多目標跟蹤，需要確定每個目標的特征，位置，運動方向，速度等信息。3、預處理：由於獲得的圖像總會有著噪聲，需要對圖像做壹些預處理，如高斯平滑，均值濾波，或者進行壹些灰度拉伸等圖像增強的操作。二、動態背景下的目標跟蹤 攝像頭在雲臺控制下的旋轉，會使得他所采集的圖像時可在變化，所以，對於整個目標跟蹤過程來說，背景是變化，目標也是在整個過程中運動的，所以跟蹤起來較有難度。 目前課題組提出的方案是：跟蹤過程：在攝像頭不同偏角情況下取得若幹背景圖片，建立背景圖片庫――>攝像頭保持固定時，取得當前幀圖片，與圖片庫中的背景圖像匹配，背景差分(灰度差分？)，獲得目標――>目標特征提取――>實時獲得當前幀圖片，采用跟蹤算法動態跟蹤目標。 提取特征是壹個難點，課題組提出多顏色空間分析的方法。根據彩色圖像在不同的顏色空間裏表征同壹物體呈現出的同態性，可以把目標物體在不同的顏色空間裏進行分解，並將這些關鍵特征信息進行融合，從而找出判別目標的本質特征。跟蹤過程中采用的各種方法說明：1）在0－360度不同偏角時，獲得背景圖片，可進行混合高斯背景建模，建立圖片庫，以俯仰角和偏轉角不同標誌每張背景圖片，以備匹配使用；2）背景差分獲得目標後，對差分圖像需要進行平滑、去噪等處理，去除幹擾因素；3）對目標采用多顏色空間（HSV、YUV）特征提取，對不同顏色空間的特征相與（AND），得到目標特征，以更好的在當前幀圖片中找到目標；4）實時得到的當前幀圖片，進行混合高斯建模，排除樹葉搖動等引起的背景變化；5）跟蹤算法可采用多子塊匹配方法、camshift方法等。
上一篇:C語言算法有哪些 並舉例和分析下一篇:求三國物語的全部歌詞。