基于红外视频序列的多目标跟踪算法研究
|
摘要
运动目标识别和跟踪算法的研究是近年来图像处理与模式识别中的一个热门方向,其应用领域涉及到军事国防、天文观测、安全检测、工业生产、医疗卫生等行业。对视频中的目标进行处理,其研究对象实质是序列图像。
本文在分析图像跟踪系统结构和基本方法的基础上,研究了基于灰度修正和空间滤波的图像预处理算法,为基于红外视频序列的多目标跟踪打下了较好的基础;分析了最大类间方差阈值分割法等图像分割技术以及图像匹配技术,使用最大类间方差阈值分割法与图像差分法相结合的目标检测算法,实现了目标的检测;研究了基于边缘、峰值、形心的跟踪算法,对于多目标形心点的匹配,提出了将备选形心还原到帧差图像中进行比对的方法;最后针对视频序列进行了最大类间方差法与图像差分法相结合的目标检测算法和改进后的形心跟踪算法的仿真与分析,很好地实现了基于红外视频序列的多目标跟踪,得到了较为满意的结果。本课题的创新之处在于设计了最大类间方差阈值分割法与图像差分法相结合的目标检测算法,提出了将备选形心还原到帧差图像中进行比对的方法,实现了快速有效的目标检测与真实形心点的判断。
Moving target detection, recognition and tracking is the key point of the Image Process and Pattern Recognition. Its applications are related to military defense, astronomical observation, security testing, industrial production, Medical and health. To process the moving target in the video, the study is essentially of the image sequence.
In this paper, the structure and basic method of image tracking system are reviewed and analyzed. On this basis, the image preprocessing algorithms based on gray-level correction and spatial filtering are studied, and lay a good foundation of multi-target tracking which is based on infrared video sequence. The image segmentation technology such as maximum variance between clusters and the image matching technology is studied. This subject adopts the new targets detection algorithm which is combined by maximum variance between clusters and image difference method to detect the targets . After analyzing the tracking algorithms of boundary tracking, peak tracking and centroid tracking, the improved centroid tracking algorithm is chosen. Then the method of comparing candidate centroids with the pixels of targets in the motion compensation prediction error information (we call it MCPR for short afterwards) images is put forward. Finally, the targets detection algorithm which is combined by maximum variance between clusters and image difference method, and the centroid tracking algorithm are simulated and analyzed for infrared video sequence, and realizes the multi-target tracking based on infrared video sequence , which obtains a favorable effect.
The subject puts forward the targets detection algorithm which is combined by maximum variance between clusters and image difference method, and the method of comparing candidate centroids with the pixels in the same coordinates in MCPR image innovatively, which achieves fast and efficient targets detection and judgment of real centroid.
本文在分析图像跟踪系统结构和基本方法的基础上,研究了基于灰度修正和空间滤波的图像预处理算法,为基于红外视频序列的多目标跟踪打下了较好的基础;分析了最大类间方差阈值分割法等图像分割技术以及图像匹配技术,使用最大类间方差阈值分割法与图像差分法相结合的目标检测算法,实现了目标的检测;研究了基于边缘、峰值、形心的跟踪算法,对于多目标形心点的匹配,提出了将备选形心还原到帧差图像中进行比对的方法;最后针对视频序列进行了最大类间方差法与图像差分法相结合的目标检测算法和改进后的形心跟踪算法的仿真与分析,很好地实现了基于红外视频序列的多目标跟踪,得到了较为满意的结果。本课题的创新之处在于设计了最大类间方差阈值分割法与图像差分法相结合的目标检测算法,提出了将备选形心还原到帧差图像中进行比对的方法,实现了快速有效的目标检测与真实形心点的判断。
Moving target detection, recognition and tracking is the key point of the Image Process and Pattern Recognition. Its applications are related to military defense, astronomical observation, security testing, industrial production, Medical and health. To process the moving target in the video, the study is essentially of the image sequence.
In this paper, the structure and basic method of image tracking system are reviewed and analyzed. On this basis, the image preprocessing algorithms based on gray-level correction and spatial filtering are studied, and lay a good foundation of multi-target tracking which is based on infrared video sequence. The image segmentation technology such as maximum variance between clusters and the image matching technology is studied. This subject adopts the new targets detection algorithm which is combined by maximum variance between clusters and image difference method to detect the targets . After analyzing the tracking algorithms of boundary tracking, peak tracking and centroid tracking, the improved centroid tracking algorithm is chosen. Then the method of comparing candidate centroids with the pixels of targets in the motion compensation prediction error information (we call it MCPR for short afterwards) images is put forward. Finally, the targets detection algorithm which is combined by maximum variance between clusters and image difference method, and the centroid tracking algorithm are simulated and analyzed for infrared video sequence, and realizes the multi-target tracking based on infrared video sequence , which obtains a favorable effect.
The subject puts forward the targets detection algorithm which is combined by maximum variance between clusters and image difference method, and the method of comparing candidate centroids with the pixels in the same coordinates in MCPR image innovatively, which achieves fast and efficient targets detection and judgment of real centroid.
引文
[1]褚丽莉.DSP目标跟踪控制算法的研究与实现.西安电子科技大学.2007
[2]周香珍.基于DSP的目标跟踪系统的实现.南京理工大学硕士论文.2006
[3]贾海涛.运动目标检测与识别算法的研究.电子科技大学硕士论文.2006
[4]伊大伟.基于DSP的弱目标识别与捕获的实时处理研究.哈尔滨工程大学硕士论文.2007
[5]李健.运动目标图像的获取、传输与跟踪.南京理工大学硕士论文.2008
[6]王经纬.小型化图像跟踪器及其算法研究.电子科技大学硕士论文.2008
[7]李尊民.电视图像自动跟踪的基本原理.国防工业出版社,1998,9
[8]SEED-DTK_VPM642实验手册.北京合众达电子技术有限责任公司,2006,8
[9]Mingli Shao,Guixi Liu,Xianhong Liu and Dongbo Zhu.A New Approach for Irffrared Image Contrast Enhancement.SPIE,2006,6150 615009-1.
[10]Ajay Kumar,S.Sarkar,R.P.Agarwal.An Image enhancement methodology and FPGA based implementation combining fuzzy logic and image convolution for an infrared imaging system.SPIE,2006,6207 62070X-1.
[11]QU Hui-ming,CHEN Qian.Adaptive histogram Subsection Modification for Infrared Image Enhancement.SPIE.2006,6233 623310-1.
[12]徐艳敏.基于灰度分析的两种图像增强技术的比较.广东技术师范学院学报,2006,6:69-71.
[13]朱虹.数字图像处理基础.北京:科学出版社,2005
[14]谷口庆治.数字图像处理.北京:科学出版社,2001
[15]张保民.成像系统分析导论.北京:国防工业出版社,1992,8
[16]井上诚喜,八木伸行等.C语言实用数字图像处理.北京:科学出版社,2003
[17]高浩军,杜宇人.中值滤波在图像处理中的应用.电子工程师,2004,08,30(8):35-36
[18]刘禾.数字图像处理及应用.北京:中国电力出版社,2005,12
[19]Milan Sonka,Vaclav Hlavac,Roger Boyle.图像处理、分析与机器视觉.第2版.北京:人民邮电出版社,2003,9
[20]阮秋琦.数字图像处理学.第2版.北京:电子工业出版社,2007,2
[21]龚声蓉,刘纯平,王强.数字图像处理与分析.北京:清华大学出版社,2006,7
[22]Rafael c.Gonzalez,Richard E.Woods.数字图像处理,北京:电子工业出版社,2007,8
[23]杨枝灵,王开.Visual C++数字图像获取、处理及实践应用.人民邮电出版社,2003, 1
[24]刘刚,苏秀琴,胡晓东,郝伟,杨小君.高速电视下基于自适应阈值的实时图像跟踪.光子学报,2005,08,34(8):1262-1265
[25]张麟瑞.基于边缘统计的简单背景多目标识别跟踪.红外与激光工程.2006,8,35(增刊):248-250
[26]黄俊.多运动目标检测及跟踪方法探索.安防技术与设计.2005(20):57-63
[27]丁金铸.基于图像处理的运动目标检测跟踪系统的设计与实现.华中师范大学硕士论文.2007
[28]洪义平.视频序列中运动对象的检测与跟踪.大连理工大学硕士论文.2002
[29]丁艳,赵一帆.运动目标的检测技术研究.光学技术.2002,7,28(4):311-312
[30]姚敏.数字图像处理.北京:机械工业出版社,2006,1
[31]杨威,张田文.复杂景物环境下运动目标检测的新方法.计算机研究与发展,1998,8(35)
[32]郝晓冉,张有志.一种序列图像中运动点目标的检测方法.红外与激光工程.2005,12,34(6):709-718
[33]张晓燕,赵荣椿.一种视频序列中的运动对象自动分割算法.计算机科学.2007,34(6):239-242
[34]李建勋,张世俊,陈非,刘刚,刘广智,敬忠良.红外弱小目标检测跟踪与实现.系统工程与电子技术.2006,1,28(1):11-15
[35]杨莉.红外图像目标识别跟踪技术及其DSP实现.电子科技大学硕士论文.2001
[36]孙辉.快速灰度投影算法及其在电子稳像中的应用.光学精密工程.2007,3,15(3):412-416
[37]王斌,赵跃进,尹德森.基于电子稳像的特征跟踪算法.红外与激光工程.2008,8,37(4):607-610
[38]管雪元,陈帅.一种相关跟踪算法在小内存DSP上的实现.微计算机信息.2007,23(9-2):185-87
[39]蔡胜兵,段哲民,高进,许家栋.概率加权质心跟踪算法研究.红外与激光工程.2008,8,37(4):621-624
[40]王天成,尹志新,毛征,巍福领,王亚丽.一种综合的实时图像跟踪算法.理论与方法.2007,11,26(11):8-11
[41]陈向东,安国成,吴镇扬.增强抗背景干扰能力的均值移动目标跟踪算法.信息与电子工程.2008,2,6(1):40-45
[42]章方华,蒋爱平.视频中运动目标跟踪仿真研究.科技创新导报.2008,3:174-175
[43]吴乐,黄东军.基于视频流的运动目标跟踪技术的研究.科技信息.2008,3:517
[44]刘俊晓,孟祥增,刘旭花,吴鹏飞.基于帧差与非相邻帧差的自适应镜头检测方法.计算机工程与应用.2007,43(24):212-215
[45]王建平,沈周晖.一种运动目标检测与跟踪的方法研究.仪器仪表用户.2008,2:8-10
[46]杨学超,刘文萍.视频图像序列中的运动目标检测技术.计算机应用与软件.2008,1,25(1):215-218
[47]吴晓岚,王世刚,纪腾飞,李强.基于多帧间的差的视频对象提取方法及其在DSP上的实现.吉林大学学报.2008,1,38(1):219-223
[2]周香珍.基于DSP的目标跟踪系统的实现.南京理工大学硕士论文.2006
[3]贾海涛.运动目标检测与识别算法的研究.电子科技大学硕士论文.2006
[4]伊大伟.基于DSP的弱目标识别与捕获的实时处理研究.哈尔滨工程大学硕士论文.2007
[5]李健.运动目标图像的获取、传输与跟踪.南京理工大学硕士论文.2008
[6]王经纬.小型化图像跟踪器及其算法研究.电子科技大学硕士论文.2008
[7]李尊民.电视图像自动跟踪的基本原理.国防工业出版社,1998,9
[8]SEED-DTK_VPM642实验手册.北京合众达电子技术有限责任公司,2006,8
[9]Mingli Shao,Guixi Liu,Xianhong Liu and Dongbo Zhu.A New Approach for Irffrared Image Contrast Enhancement.SPIE,2006,6150 615009-1.
[10]Ajay Kumar,S.Sarkar,R.P.Agarwal.An Image enhancement methodology and FPGA based implementation combining fuzzy logic and image convolution for an infrared imaging system.SPIE,2006,6207 62070X-1.
[11]QU Hui-ming,CHEN Qian.Adaptive histogram Subsection Modification for Infrared Image Enhancement.SPIE.2006,6233 623310-1.
[12]徐艳敏.基于灰度分析的两种图像增强技术的比较.广东技术师范学院学报,2006,6:69-71.
[13]朱虹.数字图像处理基础.北京:科学出版社,2005
[14]谷口庆治.数字图像处理.北京:科学出版社,2001
[15]张保民.成像系统分析导论.北京:国防工业出版社,1992,8
[16]井上诚喜,八木伸行等.C语言实用数字图像处理.北京:科学出版社,2003
[17]高浩军,杜宇人.中值滤波在图像处理中的应用.电子工程师,2004,08,30(8):35-36
[18]刘禾.数字图像处理及应用.北京:中国电力出版社,2005,12
[19]Milan Sonka,Vaclav Hlavac,Roger Boyle.图像处理、分析与机器视觉.第2版.北京:人民邮电出版社,2003,9
[20]阮秋琦.数字图像处理学.第2版.北京:电子工业出版社,2007,2
[21]龚声蓉,刘纯平,王强.数字图像处理与分析.北京:清华大学出版社,2006,7
[22]Rafael c.Gonzalez,Richard E.Woods.数字图像处理,北京:电子工业出版社,2007,8
[23]杨枝灵,王开.Visual C++数字图像获取、处理及实践应用.人民邮电出版社,2003, 1
[24]刘刚,苏秀琴,胡晓东,郝伟,杨小君.高速电视下基于自适应阈值的实时图像跟踪.光子学报,2005,08,34(8):1262-1265
[25]张麟瑞.基于边缘统计的简单背景多目标识别跟踪.红外与激光工程.2006,8,35(增刊):248-250
[26]黄俊.多运动目标检测及跟踪方法探索.安防技术与设计.2005(20):57-63
[27]丁金铸.基于图像处理的运动目标检测跟踪系统的设计与实现.华中师范大学硕士论文.2007
[28]洪义平.视频序列中运动对象的检测与跟踪.大连理工大学硕士论文.2002
[29]丁艳,赵一帆.运动目标的检测技术研究.光学技术.2002,7,28(4):311-312
[30]姚敏.数字图像处理.北京:机械工业出版社,2006,1
[31]杨威,张田文.复杂景物环境下运动目标检测的新方法.计算机研究与发展,1998,8(35)
[32]郝晓冉,张有志.一种序列图像中运动点目标的检测方法.红外与激光工程.2005,12,34(6):709-718
[33]张晓燕,赵荣椿.一种视频序列中的运动对象自动分割算法.计算机科学.2007,34(6):239-242
[34]李建勋,张世俊,陈非,刘刚,刘广智,敬忠良.红外弱小目标检测跟踪与实现.系统工程与电子技术.2006,1,28(1):11-15
[35]杨莉.红外图像目标识别跟踪技术及其DSP实现.电子科技大学硕士论文.2001
[36]孙辉.快速灰度投影算法及其在电子稳像中的应用.光学精密工程.2007,3,15(3):412-416
[37]王斌,赵跃进,尹德森.基于电子稳像的特征跟踪算法.红外与激光工程.2008,8,37(4):607-610
[38]管雪元,陈帅.一种相关跟踪算法在小内存DSP上的实现.微计算机信息.2007,23(9-2):185-87
[39]蔡胜兵,段哲民,高进,许家栋.概率加权质心跟踪算法研究.红外与激光工程.2008,8,37(4):621-624
[40]王天成,尹志新,毛征,巍福领,王亚丽.一种综合的实时图像跟踪算法.理论与方法.2007,11,26(11):8-11
[41]陈向东,安国成,吴镇扬.增强抗背景干扰能力的均值移动目标跟踪算法.信息与电子工程.2008,2,6(1):40-45
[42]章方华,蒋爱平.视频中运动目标跟踪仿真研究.科技创新导报.2008,3:174-175
[43]吴乐,黄东军.基于视频流的运动目标跟踪技术的研究.科技信息.2008,3:517
[44]刘俊晓,孟祥增,刘旭花,吴鹏飞.基于帧差与非相邻帧差的自适应镜头检测方法.计算机工程与应用.2007,43(24):212-215
[45]王建平,沈周晖.一种运动目标检测与跟踪的方法研究.仪器仪表用户.2008,2:8-10
[46]杨学超,刘文萍.视频图像序列中的运动目标检测技术.计算机应用与软件.2008,1,25(1):215-218
[47]吴晓岚,王世刚,纪腾飞,李强.基于多帧间的差的视频对象提取方法及其在DSP上的实现.吉林大学学报.2008,1,38(1):219-223