基于云台摄像机的特定目标实时检测与跟踪算法研究
发布时间：2021-03-23 03:20
随着科技不断创新发展,人们生活水平不断提高,智能监控越来越被重视,在诸多领域中广泛应用。虽然云台式摄像机已经得到了广泛安装,但对目标的监控和跟踪还需人工操作来完成。为了解决这一问题,本文提出了基于云台摄像机的特定目标检测跟踪系统。利用跟踪算法获取目标的位置和大小,再结合云台控制系统转动和缩放,保证目标能始终位于监控画面中心,以达到最佳的连续跟踪效果。本文的主要研究内容如下:首先,研究了适用于云台摄像机的三种常用跟踪算法,阐述了它们的优劣性,并通过实验进行了分析比较。然后,重点研究了 TLD目标跟踪算法,该算法对目标遮挡、目标短暂消失以及长时间跟踪的情况效果较好。对TLD算法从检测模块、跟踪模块和学习模块进行了分析和改进,通过将fDSST跟踪算法与TLD算法相融合和缩小TLD算法检测模块中滑动窗口范围,来提高该算法的跟踪性能。最后,对云台摄像机自动跟踪系统进行了设计。在设计控制算法时,将其分成两个部分:转动预测部分、云台控制部分。利用该系统自动控制云台的转动和镜头变倍,对监控目标进行实时跟踪,使得监控目标始终以合适的尺寸显示在监控画面中心区域,从而提升监控效果。为了检验本文整体系统的可行...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１」传统的视频酸??Ｆｉｇ．?１．１?Ｔｒａｄｉｔｉｏｎａｌ?ｖｉｄｅｏ?ｓｕｒｖｅｉｌｌａｎｃｅ??
?基于云台摄像机的特定目标实时检测与跟踪算法研究???如图２．１所示为Ｍｅａｎ?Ｓｈｉｆｔ跟踪算法的流程图。??ｔ?＿??选取目标‘???）?［???计算并建立目标模型???］?［???——？计算候选模型分布及均值?？???迭代，计算偏移置???量小于是新的??：?，?Ｚｐｃ５ｌ??新的目标位置一＾结束＾??图２．１?Ｍｅａｎ?Ｓｈｉｆｔ算法不意图??Ｆｉｇ．?２．１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?Ｍｅａｎ?Ｓｈｉｆｔ??下面是Ｍｅａｎ?Ｓｈｉｆｔ算法目标跟踪的过程：??（１）选择一个矩形窗口，记录矩形框的坐标和大校：??（２）将ＲＧＢ颜色空间转化成ＨＳＶ颜色空间，ＨＳＶ归一化到０？２５５。计算ＨＳＶ第??一个通道Ｈ的直方图。??（３）根据直方图求反向投影图，用颜色出现的概率替换图像中的像素值，再换算??成灰度。因此，反向投影图是一幅灰度图像。??（４）利用Ｍｅａｎ?Ｓｈｉｆｔ算法计算出要跟踪的中心。矩形框的位置会不断调整，向着?－??反向投影图中概率密度值最大的方向移动，最终移动到目标质心。??（５）输出实时跟踪后目标的新位置。?－??Ｍｅａｎ?Ｓｈｉｆｔ算法用于视频目标跟踪时，搜索的特征就是目标颜色直方图，通过不断??迭代，使得位置不断地收敛于正确位置，进而实现跟踪的目的。这一算法优点在于计算??量小，在目标区域己知的情况下完全可以达到实时性，且采用核函数直方图模型，对边??缘遮挡，目标旋转，变形和背景运动不敏感。不过，Ｍｅａｎ?ＳＷｆｔ算法也存在着如下缺点：??缺乏必要的模板更新；跟踪过程中由于窗口宽度大小保持不变，当目标尺度有所变化时，??－６－??
Ｍｅａｎ?Ｓｈｉｆｔ算法有一些缺点，但由于其对复杂环境有一定的适应性且算法的实??时性好，优点突出，因此Ｍｅａｎ?Ｓｈｉｆｔ算法依旧是研宄的热点之一。随着研究的深入，出??现了?Ｍｅａｎ?Ｓｈｉｆｔ算法的改进：ＣａｍＳｈｉｆｔ跟踪算法［３９］。此算法改进／?Ｍｅａｎ?Ｓｈｉｆｔ算法中搜??索窗口一旦初始化后就固定不变的缺陷，它可以根据视频序列的初始帧图像来进行搜索??窗口的初始化，搜索窗口会根据上帧得到的结果不断的自动调整，进而实现中心位置的??确定。ＣａｍＳｈｉｆｔ跟踪算法的流程图如图２．２所示。??ｉ?１??选择初窗ｔｉ??１??设Ｉ目标在初始窗口中心?《???—?１??计算目标颜色直方阁?????￣：?－Ｔ?：￣Ｉ?利用目标设Ｗ搜索窗口??计算图像反向投影图??■?－Ｉ?＾?获得目标位Ｉ??￣￣？＿?计算搜索窗口的质心?????搜索窗口中心移动到质心??—???？?图２．２?ＣａｍＳｈｉｆｔ跟踪算法流程图??Ｆｉｇ．?２．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ＣａｍＳｈｉｆｔ??下面介绍用ＣａｍＳｈｉｆｔ算法实现跟踪的具体过程：??（１）初始化搜索窗；??（２）计算搜索窗的颜色概率分布（反向投影）；??（３）运行Ｍｅａｎ?Ｓｈｉｆｔ算法，获得搜索窗新的大小和位置；??（４）将（３）中求得的新窗口重复（１）?（２）过程。??Ｉ?，?？?．??－７－??
本文编号：3095032
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１」传统的视频酸??Ｆｉｇ．?１．１?Ｔｒａｄｉｔｉｏｎａｌ?ｖｉｄｅｏ?ｓｕｒｖｅｉｌｌａｎｃｅ??
?基于云台摄像机的特定目标实时检测与跟踪算法研究???如图２．１所示为Ｍｅａｎ?Ｓｈｉｆｔ跟踪算法的流程图。??ｔ?＿??选取目标‘???）?［???计算并建立目标模型???］?［???——？计算候选模型分布及均值?？???迭代，计算偏移置???量小于是新的??：?，?Ｚｐｃ５ｌ??新的目标位置一＾结束＾??图２．１?Ｍｅａｎ?Ｓｈｉｆｔ算法不意图??Ｆｉｇ．?２．１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?Ｍｅａｎ?Ｓｈｉｆｔ??下面是Ｍｅａｎ?Ｓｈｉｆｔ算法目标跟踪的过程：??（１）选择一个矩形窗口，记录矩形框的坐标和大校：??（２）将ＲＧＢ颜色空间转化成ＨＳＶ颜色空间，ＨＳＶ归一化到０？２５５。计算ＨＳＶ第??一个通道Ｈ的直方图。??（３）根据直方图求反向投影图，用颜色出现的概率替换图像中的像素值，再换算??成灰度。因此，反向投影图是一幅灰度图像。??（４）利用Ｍｅａｎ?Ｓｈｉｆｔ算法计算出要跟踪的中心。矩形框的位置会不断调整，向着?－??反向投影图中概率密度值最大的方向移动，最终移动到目标质心。??（５）输出实时跟踪后目标的新位置。?－??Ｍｅａｎ?Ｓｈｉｆｔ算法用于视频目标跟踪时，搜索的特征就是目标颜色直方图，通过不断??迭代，使得位置不断地收敛于正确位置，进而实现跟踪的目的。这一算法优点在于计算??量小，在目标区域己知的情况下完全可以达到实时性，且采用核函数直方图模型，对边??缘遮挡，目标旋转，变形和背景运动不敏感。不过，Ｍｅａｎ?ＳＷｆｔ算法也存在着如下缺点：??缺乏必要的模板更新；跟踪过程中由于窗口宽度大小保持不变，当目标尺度有所变化时，??－６－??
Ｍｅａｎ?Ｓｈｉｆｔ算法有一些缺点，但由于其对复杂环境有一定的适应性且算法的实??时性好，优点突出，因此Ｍｅａｎ?Ｓｈｉｆｔ算法依旧是研宄的热点之一。随着研究的深入，出??现了?Ｍｅａｎ?Ｓｈｉｆｔ算法的改进：ＣａｍＳｈｉｆｔ跟踪算法［３９］。此算法改进／?Ｍｅａｎ?Ｓｈｉｆｔ算法中搜??索窗口一旦初始化后就固定不变的缺陷，它可以根据视频序列的初始帧图像来进行搜索??窗口的初始化，搜索窗口会根据上帧得到的结果不断的自动调整，进而实现中心位置的??确定。ＣａｍＳｈｉｆｔ跟踪算法的流程图如图２．２所示。??ｉ?１??选择初窗ｔｉ??１??设Ｉ目标在初始窗口中心?《???—?１??计算目标颜色直方阁?????￣：?－Ｔ?：￣Ｉ?利用目标设Ｗ搜索窗口??计算图像反向投影图??■?－Ｉ?＾?获得目标位Ｉ??￣￣？＿?计算搜索窗口的质心?????搜索窗口中心移动到质心??—???？?图２．２?ＣａｍＳｈｉｆｔ跟踪算法流程图??Ｆｉｇ．?２．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ＣａｍＳｈｉｆｔ??下面介绍用ＣａｍＳｈｉｆｔ算法实现跟踪的具体过程：??（１）初始化搜索窗；??（２）计算搜索窗的颜色概率分布（反向投影）；??（３）运行Ｍｅａｎ?Ｓｈｉｆｔ算法，获得搜索窗新的大小和位置；??（４）将（３）中求得的新窗口重复（１）?（２）过程。??Ｉ?，?？?．??－７－??
本文编号：3095032
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3095032.html
