基于图像处理的目标识别跟踪研究

论文摘要

目标识别和跟踪技术在诸如工业应用、导航、武器制导等有着广泛的应用,将空中飞行目标跟踪应用到军事制导领域成为目前研究的热点。本文以运动的物体为目标,通过对目标识别、跟踪算法的比较研究,提出一种在简单背景下实现对运动目标的图像识别与跟踪方法。本文改进了目前较常用的图像预处理、图像分割、特征提取、图像识别、跟踪与预测等算法。在图像识别过程中,对传统中值滤波进行了改进,计算量大大减小,提高了图像预处理的速度,并将最大类间方差原理与自适应阀值分割相结合,应用于图像分割中,得到了较好的分割效果。针对目标的特点,提取目标的不变矩特征量,对不同姿态下的目标得到了较好的识别。根据识别的目标用改进的形心跟踪算法进行跟踪。同时为进一步提高目标跟踪算法的速度和稳定性,目标在跟踪过程中运用目标运动估计算法对目标进行预测跟踪,并建立了相关的目标稳定跟踪策略,使目标跟踪能适应如障碍物遮挡、噪声干扰等各种可能出现的情况。本文的识别跟踪算法成功地在基于PC机平台的跟踪系统上得以实现。在识别跟踪过程中,系统根据目标成像的形心坐标,实时调整摄像机转台的方位,使被跟踪目标始终落在摄像机视场的中心位置附近,保证目标不会跑出摄像机视场范围。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 当前国内外研究现状及发展趋势
• 1.3 本课题研究的基本任务与要求
• 1.3.1 主要硬件平台
• 1.3.2 软件平台
• 1.3.3 本论文完成的主要工作
• 1.4 论文的章节安排
• 第二章 目标跟踪系统的总体设计
• 2.1 目标跟踪识别系统的原理
• 2.2 系统功能模块定义
• 2.3 系统的硬件选型详细设计
• 2.3.1 CCD 摄像机的选型
• 2.3.2 图像采集卡的选型
• 2.3.3 电机选型
• 2.3.4 光电编码器的选择
• 2.3.5 运动控制卡的选型
• 2.4 转台的控制
• 第三章 运动目标的图像识别
• 3.1 运动目标的图像预处理
• 3.1.1 中值滤波
• 3.1.2 中值滤波的改进算法
• 3.2 图像分割
• 3.2.1 图像分割的数学定义
• 3.2.2 阀值分割
• 3.2.3 自适应Otsu 方法
• 3.3 特征提取
• 3.3.1 矩不变量的基本概念
• 3.3.2 基于目标边界的不变矩改进算法
• 3.4 图像识别
• 3.4.1 特征选择
• 3.4.2 模式识别
• 第四章 运动目标的跟踪
• 4.1 运动目标跟踪模式的选取
• 4.1.1 基于运动的跟踪模式
• 4.1.2 基于模型的跟踪模式
• 4.2 基于目标形心的跟踪
• 4.2.1 目标形心坐标的计算
• 4.2.2 目标形心跟踪算法
• 4.3 目标预测跟踪
• 4.3.1 预测跟踪的原理
• 4.3.2 基于卡尔曼滤波法的位置预测算法
• 4.3.3 MATLAB 位置预测仿真和误差图表分析
• 4.4 目标稳定跟踪策略
• 4.4.1 目标的跟踪状态分析
• 4.4.2 跟踪状态的切换策略
• 4.5 目标跟踪流程图
• 4.6 目标跟踪精度分析
• 4.6.1 影响跟踪精度的误差因素
• 4.6.2 改进的目标形心误差模型
• 4.6.3 目标形心误差模型分析
• 第五章 软件设计与实现
• 5.1 图像采集模块的程序设计
• 5.1.1 图像采集程序的基本思路
• 5.1.2 图像采集的编程实现步骤
• 5.1.3 程序的具体实现
• 5.2 运动控制器的程序设计
• 5.2.1 运动控制器动态链接库的调用
• 5.2.2 运动控制器程序的具体实现
• 5.3 软件实现界面
• 5.4 系统实验结果分析
• 第六章 总结与展望
• 致谢
• 参考文献