數(shù)字圖像處理課程設(shè)計---運動目標的跟蹤

1、<p><b>　　數(shù)字信號處理</b></p><p><b>　　課程設(shè)計報告</b></p><p>　課設(shè)題目：運動目標的跟蹤</p><p>　學 院：信息科學與工程學院</p><p>　專 業(yè)：電子與信息工程</p><p>　班 級

2、：</p><p>　姓 名：</p><p>　學 號：</p><p>　指導教師：</p><p>　　一. 課程設(shè)計任務(wù)2</p><p>　　1.1 設(shè)計目的2</p><p>　　1.2 設(shè)計要求2</p><p>　　二. 課程設(shè)計原理及設(shè)

3、計方案3</p><p>　　2.1 設(shè)計原理的選擇3</p><p><b>　　背景消減法3</b></p><p><b>　　時域差分法3</b></p><p><b>　　光流法4</b></p><p>　　2.2 設(shè)計思路4&

4、lt;/p><p>　　2.3 設(shè)計流程圖5</p><p>　　三. 課程設(shè)計的步驟和結(jié)果6</p><p>　　3.1 硬件的啟用6</p><p>　　3.2 轉(zhuǎn)化為灰度圖像7</p><p>　　3.3 運動目標的監(jiān)測及軌跡描繪7</p><p>　　3.4 GUI界面的制作10

5、</p><p>　　四. 課程設(shè)計總結(jié)12</p><p>　　五. 設(shè)計體會13</p><p>　　六. 參考文獻14</p><p><b>　　課程設(shè)計任務(wù)</b></p><p><b>　　1.1 設(shè)計目的</b></p><p>

6、　　數(shù)字圖像處理，就是用數(shù)字計算機及其他有關(guān)數(shù)字技術(shù)，對圖像進行處理，以達到預期的目的。隨著計算機的發(fā)展，圖像處理技術(shù)在許多領(lǐng)域得到了廣泛應(yīng)用，數(shù)字圖像處理已成為電子信息、通信、計算機、自動化、信號處理等專業(yè)的重要課程。</p><p>　　數(shù)字圖像處理課程設(shè)計是在學習完數(shù)字圖像處理的相關(guān)理論后，進行的綜合性訓練課程，其目的是：</p><p>　　使學生進一步鞏固數(shù)字圖像處理的基本概念、

7、理論、分析方法和實現(xiàn)方法；</p><p>　　增強學生應(yīng)用Matlab編寫數(shù)字圖像處理的應(yīng)用程序及分析、解決實際問題的能力； </p><p>　　嘗試所學的內(nèi)容解決實際工程問題，培養(yǎng)學生的工程實踐能力</p><p><b>　　1.2 設(shè)計要求</b></p><p>　　在很多應(yīng)用中都要對運動目標進行跟蹤。比如激

8、光制導中，彈載攝像機不斷檢測指向目標的激光束，根據(jù)激光光點的位置來修正飛行方向。使用圖像獲取工具箱，從攝像機獲取視頻圖像到matlab中，這些圖像可以用來跟蹤攝像機視場中的目標。建立一個圖像跟蹤的演示程序，用于跟蹤的目標可由一個激光筆產(chǎn)生的激光點代替，實現(xiàn)運動目標檢測和跟蹤,就是在視頻序列中實時地發(fā)現(xiàn)并提取運動目標,不斷跟蹤它們,并計算出這些運動目標的軌跡。 </p><p><b>　　要求完成功能：

9、 </b></p><p>　　對連接在計算機上的視頻獲取設(shè)備進行控制； </p><p>　　顯示動態(tài)視頻畫面； </p><p>　　對畫面中內(nèi)容進行運動目標檢測；</p><p>　　對畫面中內(nèi)容進行運動目標的跟蹤；</p><p>　　記錄目標的跟蹤軌跡；</p><p>　

10、　輸出檢測到的激光點的位置信息； </p><p><b>　　設(shè)計軟件界面；</b></p><p>　　課程設(shè)計原理及設(shè)計方案</p><p>　　2.1 設(shè)計原理的選擇</p><p>　　傳統(tǒng)的運動檢測主要包括背景消減法、時域差分法和光流法。下面分別對各個算法做簡要介紹：</p><p>

11、<b>　　背景消減法</b></p><p>　　背景消減法是利用當前圖像與背景圖像的差分來檢測運動區(qū)域的一種技術(shù)。先為背景中的每個像素進行統(tǒng)計建模：再將當前的圖像和背景模型進行比較，據(jù)此對圖像進行二值化處理，從而得到前一圖像素集合（運動對象）。</p><p>　　此方法的主要特點是要求當前被監(jiān)視的目標的背景基本不變，通過與背景的比較得到目標運動信息。（即基本思想

12、是將當前幀圖像與背景圖象相減，若差分圖像中像素值大于某一閾值，則判斷此像素點屬于運動目標區(qū)域，否則，就判此像素點屬于背景區(qū)域。）閾值操作后得到的結(jié)果直接給出了目標的位置、大小、形狀等信息。</p><p>　　背景消減法操作簡單，檢測位置準確且速度快。但通常的背景消減法對光線、天氣等光照條件的變化非常敏感，運動目標的陰影也常常被檢測為運動目標的一部分，這將影響檢測結(jié)果的準確性。</p><p&

13、gt;<b>　　時域差分法</b></p><p>　　時域差分法是在同一背景下將連續(xù)或是一定間隔的幀進行比較，從中檢測目標的運動軌跡的方法。而比較兩幀最簡單、最直觀的方法是將兩圖像做“差”。利用檢測兩圖像中像素間灰度值的變化，經(jīng)過閾值化處理確定目標在圖像中的位置。相減的圖像中，灰度不發(fā)生變化的部分被減掉，動態(tài)目標的大部分信息就保留下來。從而達到檢測和提取輪廓的目的。</p>

14、<p>　　差分操作利用捕獲的相鄰幀和提取目標區(qū)</p><p>　　其中，為二值化門限，k為時間。令對應(yīng)兩幀圖像間發(fā)生變化的地方，即目標區(qū)域中像素值為“1”，對應(yīng)在前后兩幀圖像間沒有發(fā)生（由于運動產(chǎn)生的）變化的地方像素值為“0”，得到二值圖像。</p><p><b>　　光流法</b></p><p>　　光流是空間運動物體的被

15、測表面上的像素運動的瞬時速度場。光流場是通過二維圖像來表達物體點的三維運動的速度場。</p><p>　　光流計算基于以下假設(shè)：一、任何物體所檢測到的亮度隨時間是恒定不變的。二、圖像平面內(nèi)定的臨近點以類似的方式進行移動（速度平滑性約束）?；舅枷胧牵菏紫忍崛D像中目標的特征點，如角點，并利用特征匹配計算這些特征點處的光流，然后根據(jù)這些光流信息進行目標聚類。</p><p>　　光流法的主要

16、優(yōu)點在于能夠直接用于攝像機運動下的目標檢測，對目標在幀間的運動的限制較少，可以處理大的幀間位移，而且對噪聲的敏感性降低；主要缺點是大多數(shù)光流計算方法相當復雜，且抗噪性能差。</p><p>　　運動目標跟蹤的目的是通過對視頻圖像的分析，計算每幀圖像中目標的位置坐標，并根據(jù)不同的特征，將連續(xù)圖像中同一運動目標聯(lián)系起來，得到每個目標完整的運動軌跡，也就是說建立運動目標的對應(yīng)關(guān)系，找到下一幅圖像中目標的確切位置。一些基

17、本的目標跟蹤方法：中心跟蹤、質(zhì)心跟蹤、形心跟蹤和角點跟蹤等。</p><p>　　基于實驗的要求及技術(shù)條件的限制，在本設(shè)計中將采用時域差分法對圖像進行處理，即對相鄰兩幀進行差分處理，從而檢測目標的運動；運用中心跟蹤法，確定目標的最小外接矩形，并對其中心進行跟蹤與記錄跟蹤軌跡。</p><p><b>　　2.2 設(shè)計思路</b></p><p>

18、;　　控制計算機攝像頭硬件，得到實時的視頻圖像，捕獲圖像，對相鄰的幀運用時域差分法對目標進行檢測，對各幀進行灰度變換，然后相鄰幀間做差分，對得到的差值圖像進行二值化，并設(shè)定二值化閾值。</p><p>　　進而利用中心跟蹤法，定位目標。若經(jīng)二值化的幀差圖像的各點的像素值為“1”較多且成區(qū)域，則由這些點組成的區(qū)域為連通區(qū)域，記錄連通區(qū)域的最上、最下、最左、最右邊界值，從而繪制出目標的最小外接矩形，再確定矩形的中心為

19、目標的定位點，根據(jù)定位點繪制運動目標的跟蹤軌跡，且記錄跟蹤軌跡。</p><p><b>　　2.3 設(shè)計流程圖</b></p><p>　　課程設(shè)計的步驟和結(jié)果</p><p><b>　　3.1 硬件的啟用</b></p><p>　　info=imaqhwinfo</p><

20、;p><b>　　info = </b></p><p>　　InstalledAdaptors: {'coreco' 'winvideo'}</p><p>　　MATLABVersion: '7.6 (R2008a)'</p><p>　　ToolboxName: 'Image

21、 Acquisition Toolbox'</p><p>　　ToolboxVersion: '3.1 (R2008a)'</p><p>　　%返回適配器的信息。</p><p>　　win_fo=imaqhwinfo('winvideo')</p><p><b>　　win_fo =

22、</b></p><p>　　AdaptorDllName: 'D:\matlab\toolbox\imaq\imaqadaptors\win32\mwwinvideoimaq.dll'</p><p>　　AdaptorDllVersion: '3.1 (R2008a)'</p><p>　　AdaptorName: &

23、#39;winvideo'</p><p>　　DeviceIDs: {[1]}</p><p>　　DeviceInfo: [1x1 struct]</p><p>　　%適配器的具體參數(shù)。</p><p><b>　　程序中：</b></p><p>　　vid = videoinpu

24、t('winvideo', 1, 'YUY2_320x240');</p><p>　　preview(vid);</p><p>　　start(vid);</p><p><b>　　效果圖如下：</b></p><p>　　3.2 轉(zhuǎn)化為灰度圖像</p><p&g

25、t;　　imaqmem(30000000); %申請內(nèi)存空間</p><p><b>　　for i=1:3</b></p><p>　　pic(:,:,:,i)=cat(4,getsnapshot(vid)); %捕獲圖像 </p><p>　　flushdata(vid); %清除數(shù)據(jù)獲取引擎的所有數(shù)據(jù)</p><

26、p><b>　　end</b></p><p>　　for f = 1:3</p><p>　　pixels(:,:,:,f) = double(pic(:,:,:,f))/255; %轉(zhuǎn)換為雙精度浮點型數(shù)</p><p>　　pixel(:,:,f) = (rgb2gray(pixels(:,:,:,f))); %rgb2gray將R

27、GB圖形或色圖矩陣轉(zhuǎn)換成灰度圖。</p><p>　　axes(handles.axes2);</p><p>　　imshow(pixel(:,:,f) );%顯示灰度圖像。</p><p><b>　　End</b></p><p><b>　　效果圖如下：</b></p><

28、;p>　　3.3 運動目標的監(jiān)測及軌跡描繪</p><p>　　for l = 2:nrames</p><p>　　d(:,:,l)=(abs(pixel(:,:,l)-pixel(:,:,l-1)));</p><p>　　k=d(:,:,l);</p><p>　　bw(:,:,l) = im2bw(k, 0.2);</p&

29、gt;<p>　　bw1=bwlabel(bw(:,:,l));</p><p>　　axes(handles.axes3); </p><p>　　imshow(bw(:,:,l))</p><p><b>　　hold on</b></p><p>　　%統(tǒng)計連通區(qū)域的行的最上和最下、起始位置 &l

30、t;/p><p><b>　　cou=1; </b></p><p>　　for h=1:rows</p><p>　　for w=1:cols</p><p>　　if(bw(h,w,l)>0.2)</p><p>　　toplen = h;</p><p>　　if

31、 (cou == 1)</p><p>　　tpln=toplen;</p><p><b>　　end</b></p><p>　　cou=cou+1;</p><p><b>　　end </b></p><p><b>　　end</b><

32、/p><p><b>　　end</b></p><p>　　%統(tǒng)計連通區(qū)域的裂地最左和最右、起始位置。</p><p><b>　　coun=1;</b></p><p>　　for w=1:cols</p><p>　　for h=1:rows</p><

33、p>　　if(bw(h,w,l)>0.2) </p><p>　　leftsi = w;</p><p>　　if (coun == 1)</p><p>　　lftln=leftsi; </p><p><b>　　end</b></p><p>　　coun=coun+1;&

34、lt;/p><p><b>　　break</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end </b></p><p>　　%計算連通區(qū)域的外界矩陣所需的

35、長度和寬度</p><p>　　widh=leftsi-lftln;</p><p>　　heig=toplen-tpln;</p><p><b>　　%計算矩形中心位置</b></p><p>　　widt=widh/2;</p><p>　　heit=heig/2;</p>&

36、lt;p>　　with=lftln+widt;</p><p>　　heth=tpln+heit;</p><p>　　wth(l)=with;</p><p>　　hth(l)=heth;</p><p><b>　　%顯示外接矩形</b></p><p>　　if(widh>0&a

37、mp;&heig>0) </p><p>　　rectangle('Position',[lftln tpln widh heig],'EdgeColor','r');</p><p>　　%顯示跟蹤中心-矩形中心</p><p><b>　　end</b></p>&

38、lt;p>　　plot(with,heth, 'r*');</p><p><b>　　drawnow;</b></p><p><b>　　hold off</b></p><p><b>　　n=n+1;</b></p><p>　　set(handl

39、es.edit1,'string',with);</p><p>　　set(handles.edit2,'string',heth);</p><p>　　%目標運動軌跡的記錄</p><p>　　if(m<10000)</p><p>　　record(m,1)=with;</p>&l

40、t;p>　　record(m,2)=heth;</p><p><b>　　m=m+1;</b></p><p><b>　　else</b></p><p><b>　　m=1;</b></p><p><b>　　end</b></p>

41、;<p>　　axes(handles.axes4);</p><p>　　set(gca,'ydir','reverse')</p><p>　　axis([0 320 0 240]);</p><p>　　plot(with,heth, 'r*');</p><p><b

42、>　　hold on;</b></p><p><b>　　end</b></p><p><b>　　效果圖如下：</b></p><p>　　3.4 GUI界面的制作</p><p>　　GUI ( GraphicalUser Interface) ,是用戶和計算機之間交流的工

43、具。MATLAB 將所有GUl 支持的用戶控件都集成在這個環(huán)境中并提供界面外觀、屬性和行為響應(yīng)方式的設(shè)置方法，具有強大的繪圖功能,可以輕松的獲得更高質(zhì)量的曲線圖。GUIDE相當于一個控制面板，從中可以調(diào)用各種設(shè)計工具以輔助完成界面設(shè)計任務(wù)，例如控件的創(chuàng)建和布局、控件屬性的編輯和菜單設(shè)計等。</p><p><b>　　GUI設(shè)計步驟：</b></p><p>　　1.

44、 將所需控件從控件面板拖拽到GUIDE的設(shè)計區(qū)域；</p><p>　　2. 設(shè)置控件的屬性。尤其注意tag屬性的設(shè)置</p><p>　　3. 保存文件。GUIDE默認把GUI程序保存為兩個同名文件：.fig文件用來保存窗體布局和所有控件的界面信息；.m文件包含GUIDE自動產(chǎn)生的程序框架和各控件的回調(diào)函數(shù)。</p><p>　　4. 為每個回調(diào)函數(shù)添加代碼以實現(xiàn)

45、GUI程序的具體功能。這一步與一般函數(shù)文件的編輯調(diào)試過程相同。</p><p>　　本次GUI設(shè)計本人共用：</p><p>　　兩個“確定按鈕”，pushbutton</p><p>　　五個“靜態(tài)文本框”，staic text</p><p>　　四個“坐標軸控件”，axes</p><p><b>　　

46、界面說明</b></p><p>　　第一幅實時顯示視頻的灰度圖像</p><p>　　第二幅實時顯示目標的檢測與跟蹤，外接矩形框顯示目標，中心顯示目標的中心位置。</p><p>　　第三幅顯示并記錄目標的運動軌跡</p><p>　　“目標位置坐標”處，實時顯示當前目標定位的位置信息</p><p>&

47、lt;b>　　效果圖如下：</b></p><p><b>　　課程設(shè)計總結(jié)</b></p><p>　　隨著人工智能的發(fā)展和智能機器人的產(chǎn)生，人們將依賴機器人去完成更佳繁瑣的工作。而作為可以從事這些工作的前提就是給機器人一雙“眼睛”。能夠去識別和跟蹤目標，以便能出色的完成工作。</p><p>　　運動目標檢測技術(shù)已經(jīng)得到廣

48、泛的應(yīng)用，本人對自己能夠運用所學完成本設(shè)計感到十分興奮，但由于知識的局限，本設(shè)計還具有較大的紕漏。</p><p>　　經(jīng)過多次的試驗及理論分析發(fā)現(xiàn)，本設(shè)計存在如下問題：</p><p>　　背景與目標的像素差距越大效果越好，由于采用中心跟蹤法，效果不是十分精確。</p><p>　　追蹤目標體積越小試驗效果越理想，過大的體積會嚴重影響實驗效果。</p>

49、<p>　　基于本設(shè)計的算法，會產(chǎn)生實時性較慢的缺點。</p><p><b>　　設(shè)計體會</b></p><p>　　完成了本次設(shè)計，使本人對matlab有了進一步的了解，也使本人的matlab水平有了較大的提升。對數(shù)字圖像處理的設(shè)計原理和方法有了十分深刻的體會，鞏固了所學知識，加深了印象，讓知識和實際操作更近了。因為設(shè)計是一個先構(gòu)思再動手的過程，而

50、且需要借鑒大量的資料，十分有效的提高了學習積極性和主動性。</p><p>　　在本次的課程設(shè)計中，本人完成了對運動目標的實時監(jiān)測。根據(jù)設(shè)計任務(wù)要求，查閱文獻、資料，對目標檢測和跟蹤有了初步的認識，了解了各個工作原理；根據(jù)目標檢測和跟蹤算法，對其進行編程，對設(shè)計流程有了整體的認識；編程實現(xiàn)任務(wù)，是設(shè)計的重點，編程中出現(xiàn)了較多的錯誤并對其進行多次修改，最終完成任務(wù)。</p><p>　　同時

51、也加強了同學們的團隊協(xié)作意識，雖然是獨立設(shè)計任務(wù)，但是相關(guān)的問題討論和資源共享也讓我們對團隊有了新的感觸。</p><p>　　總之，通過本次設(shè)計，不但加強了專業(yè)知識的學習，還使大家認識到了知識脫離事實的誤區(qū)，具有十分重要的意義。</p><p><b>　　參考文獻</b></p><p>　　1 周智恒.關(guān)于運動目標監(jiān)測的發(fā)展現(xiàn)狀的研究前