隨著科技迅速的發(fā)展,實時目標識別跟蹤技術越來越多的被應用在安防監(jiān)控、軍事追蹤、機器人視覺、智能交通等領域。雖然目前對于目標識別跟蹤算法的研究在各個方面不斷完善,但現(xiàn)有的目標識別跟蹤系統(tǒng)在光照變化,目標與背景顏色相近或目標被遮擋等復雜背景下,識別跟蹤精度及穩(wěn)定性仍然會受到影響,為此,本文針對目標與背景顏色相近的情況提出彩色輪廓加強算法,結合均值漂移算法實現(xiàn)目標跟蹤的魯棒性。應用MATLAB建立模型,通過數(shù)據(jù)仿真驗證多種情況下的目標識別跟蹤情況,根據(jù)實驗結果可以看出,改進后的目標識別跟蹤算法可以實現(xiàn)目標與背景顏色相近條件下的穩(wěn)定跟蹤。本文利用可編程邏輯門陣列FPGA作為中央處理單元,設計了硬件系統(tǒng)。在FPGA硬件平臺上,通過集成開發(fā)環(huán)境進行軟件設計,軟件部分主要包括時鐘管理模塊、圖像緩存模塊、圖像算法實現(xiàn)模塊以及顯示驅動模塊。其中圖像算法模塊主要包括中值濾波算法、彩色輪廓加強算法、以及均值漂移跟蹤算法。其硬件實現(xiàn)主要利用FPGA內部的LUT以及DSP48A1等資源。并通過對圖像算法模塊進行時序仿真驗證其功能。搭建硬件實驗平臺,在目標與背景顏色相近的情況下進行目標跟蹤實驗。實驗結果表明,采用彩色輪廓加強和均值漂移相結合的跟蹤算法比均值漂移跟蹤算法具有更好的魯棒性,而且能夠在1080P@60Hz的情況下實現(xiàn)實時的目標跟蹤。
【學位單位】：長春理工大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP391.41;TN791
【部分圖文】：

第一章 緒論究背景和意義著科技的進步，對于信息獲取的方式越來越多樣化，最能直接反映信息信息，因此圖像處理一直是當今的熱門研究話題。其中目標的識別和跟處理領域中的一個主要分支，目標識別與跟蹤就是從圖像序列中提取出進行跟蹤的過程。在目標跟蹤的實際運用當中，對于圖像中的目標進行成為研究與探索的方向。目標跟蹤在人們生活中起著越來越重要的作用前機動目標識別與跟蹤的算法許多都是在簡單背景下處理的，但在實際，比如安防監(jiān)控場合、軍事航空的導航跟蹤、交通領域的車輛識別等，都景下。但是對于各種復雜環(huán)境，目標識別和跟蹤的穩(wěn)定性和跟蹤精度不背景下的機動目標的識別和跟蹤具有實際重大的意義。如下圖 1.1 為實際景下的機動目標跟蹤場景。因此，近幾年對于復雜背景下的機動目標的了大量從事圖像處理領域的學者對其進行研究。

7c）加椒鹽噪聲的圖像 d）中值濾波處理后的圖像圖 2.1 Matlab 實現(xiàn)中值濾波處理2 均值濾波算法均值濾波算法[29]是一種典型的線性濾波算法，其基本原理是將需要處理的像素域內所有像素求和，然后除以鄰域內的像素個數(shù)，得到的平均值為該像素的均結果。均值濾波算法的數(shù)學表達式如下：11niip zn== （2.上式中 p 為均值濾波后的像素值，n 為鄰域內的像素個數(shù)，iz 為鄰域內各點的像

c）加椒鹽噪聲的圖像 d)均值濾波處理后的圖像圖 2.2 Matlab 實現(xiàn)均值濾波處理通過中值濾波和均值濾波的仿真圖可以看出，均值濾波對于椒鹽噪聲的處理過程中起到了將噪聲平均化而沒有完全濾除，并且對于圖像的細節(jié)特征有一定的破壞，了圖像變得更加模糊。但均值濾波算法運算過程較為簡單，易于實現(xiàn)。 圖像跟蹤算法分析隨著數(shù)字圖像處理的快速發(fā)展，目標跟蹤算法如雨后春筍般快速發(fā)展。目標跟蹤算種類也越來越多，本文所設計的系統(tǒng)為實時的目標跟蹤系統(tǒng)，因此選擇基于特征標跟蹤算法以實現(xiàn)目標跟蹤。本節(jié)將對最常用的兩種基于特征的目標跟蹤算法均移算法和粒子濾波算法理論基礎做詳細分析。 均值漂移跟蹤算法均值漂移算法屬于概率密度估計的一種，更為確切的說是概率密度估計中的非參數(shù)。概率密度估計分為兩種，一種是參數(shù)密度估計，另一種是無參密度估計，參數(shù)密
【參考文獻】

相關期刊論文 前10條

1 焦淑紅;關晨輝;;實時視頻信號的Sobel邊緣檢測的FPGA實現(xiàn)[J];電子科技;2014年09期

2 沈學利;王肅國;;基于FPGA的改進型中值濾波算法研究[J];微電子學與計算機;2014年01期

3 李遠征;盧朝陽;李靜;;一種基于多特征融合的視頻目標跟蹤方法[J];西安電子科技大學學報;2012年04期

4 方莉;張萍;;經典圖像去噪算法研究綜述[J];工業(yè)控制計算機;2010年11期

5 陸興娟;吳震宇;;圖像邊緣檢測算法研究[J];現(xiàn)代電子技術;2010年06期

6 張建偉;張啟衡;;基于直線邊緣特征匹配的擴展目標跟蹤方法[J];光學學報;2009年10期

7 李平岐;陳萬春;邢曉嵐;;復雜背景下運動目標的檢測與跟蹤[J];紅外與激光工程;2007年S2期

8 孟勃;朱明;;粒子濾波算法在非線性目標跟蹤系統(tǒng)中的應用[J];光學精密工程;2007年09期

9 常發(fā)亮;馬麗;喬誼正;;遮擋情況下基于特征相關匹配的目標跟蹤算法[J];中國圖象圖形學報;2006年06期

10 侯志強;韓崇昭;;視覺跟蹤技術綜述[J];自動化學報;2006年04期

相關博士學位論文 前1條

1 丁瑩;復雜環(huán)境運動目標檢測若干關鍵問題研究[D];吉林大學;2010年

相關碩士學位論文 前1條

1 周航;運動目標檢測及跟蹤技術研究[D];重慶大學;2013年

本文編號：2888422