基于视觉的目标追踪与检测系统设计与实现(2)
4.4 基于特征的目标跟踪 15
4.5 基于相关性滤波器的目标跟踪 15
5程序设计与实践 16
5.1 程序功能介绍 16
5.1.1 综述 16
5.1.2 视频录制模块 18
5.1.3 视频打开模块 18
5.1.4 背景提取模块 19
5.1.5 检测跟踪模块 20
5.1.6 轨迹绘制模块 20
5.2 程序运行结果评价 21
5.3 程序运行实例 22
5.4 问题与改进 23
6 结束语 23
7 致谢 24
8 参考文献 25
0 引言
视觉是人类认识了解世界的最要的途径之一。大约有80%人类感知来自于视觉系统。计算机视觉系统是建立在人们对人类视觉了解的基础上，用现代成像技术来代替人类视觉器官，用计算机代替人的大脑来完成图像的处理和理解。视觉追踪是对运动图像中处于运动状态的目标进行的检测、分割、提取、识别和追踪，进而获得其运动参数，包括位置、状态、速度、加速度和运动轨迹等，进而进行相关的的处理分析，理解目标的行为，从而完成较为高级后序操作。视觉追踪是当今计算机视觉研究方向的热门课题，对于连续图像序列的运动检测、特征检测、跟踪滤波、分类提取、行为识别，从目标的信息参数的分析来处理、分析、理解。这些涉及到了包括人工智能、图像处理、神经网络、模式识别等多方面的课题，在国防、军事、交通、安全等多个方面具有重要意义。
绪论
1.1视觉与机器视觉
视觉是一个生理学名词。视觉器官在光的作用下产生细胞兴奋，视觉神经系统通过加工这些信息产生视觉（vision）[ ]。通过视觉，动物和人能够获取外来信息，感知外部世界，获得外界物体的大小、颜色、明暗、运动状态等信息，这些信息对于机体生存具有极其重要的意义，据统计，至少有80%的外界信息是从视觉获取的，因此视觉是人和动物最重要的感觉。机器视觉是指用机器系统代替人和动物的眼睛来获取图像信息并进行测量和判断。机器视觉系统是通过图像摄取设备（包括CMOS和CCD两种）把所采集的目标转换成图像信号，交由专门的图像处理系统来处理，根据相应的像素分布、亮度、颜色等信息将其再转变为数字信号。图像系统根据信号进行相关运算获得目标特征，必要时再根据所得结果来控制相应的设备完成后续操作[ ]。
1.2 目标跟踪
目标跟踪根据背景属性一般可以分为两种：一是静态背景情形下的目标追踪；二是动态背景情形下的目标追踪。
1.2.1静态背景情形下的目标追踪方法
在静态背景的情形下，我们又可以将其细分为但目标跟踪和多目标同时（本文将主要围绕静态背景下单目标追踪的情形，对于目标追踪的其他类别仅作简单介绍）
(Ⅰ)单个目标：静态背景下的但目标追踪技术是本文重点探讨的内容。静态背景下单目标的追踪是指将摄像头等图像采集装置固定朝向某个方向，使其所采集图像的窗口视野静止。通过背景差分法，帧差法或者运动场估计法等进行操作，对背景进行建模，然后从视屏序列中读取前景图像，与背景图像做差后获得视野内的目标物体。获得目标后在进行后序操作。
(Ⅱ)多个目标：静态背景情形下的多个目标同时追踪，需要确定每个目标的相关参数，包括位置，运动状态等信息。
(Ⅲ) 预处理：在图像获取的过程中，不可避免的会产生一定的噪声，此时就需要对图像做相应的处理，比如均值滤波、高斯平滑或者进行一些图像增强的操作。