隨著科技不斷創(chuàng)新發(fā)展,人們生活水平不斷提高,智能監(jiān)控越來(lái)越被重視,在諸多領(lǐng)域中廣泛應(yīng)用。雖然云臺(tái)式攝像機(jī)已經(jīng)得到了廣泛安裝,但對(duì)目標(biāo)的監(jiān)控和跟蹤還需人工操作來(lái)完成。為了解決這一問(wèn)題,本文提出了基于云臺(tái)攝像機(jī)的特定目標(biāo)檢測(cè)跟蹤系統(tǒng)。利用跟蹤算法獲取目標(biāo)的位置和大小,再結(jié)合云臺(tái)控制系統(tǒng)轉(zhuǎn)動(dòng)和縮放,保證目標(biāo)能始終位于監(jiān)控畫面中心,以達(dá)到最佳的連續(xù)跟蹤效果。本文的主要研究?jī)?nèi)容如下:首先,研究了適用于云臺(tái)攝像機(jī)的三種常用跟蹤算法,闡述了它們的優(yōu)劣性,并通過(guò)實(shí)驗(yàn)進(jìn)行了分析比較。然后,重點(diǎn)研究了 TLD目標(biāo)跟蹤算法,該算法對(duì)目標(biāo)遮擋、目標(biāo)短暫消失以及長(zhǎng)時(shí)間跟蹤的情況效果較好。對(duì)TLD算法從檢測(cè)模塊、跟蹤模塊和學(xué)習(xí)模塊進(jìn)行了分析和改進(jìn),通過(guò)將fDSST跟蹤算法與TLD算法相融合和縮小TLD算法檢測(cè)模塊中滑動(dòng)窗口范圍,來(lái)提高該算法的跟蹤性能。最后,對(duì)云臺(tái)攝像機(jī)自動(dòng)跟蹤系統(tǒng)進(jìn)行了設(shè)計(jì)。在設(shè)計(jì)控制算法時(shí),將其分成兩個(gè)部分:轉(zhuǎn)動(dòng)預(yù)測(cè)部分、云臺(tái)控制部分。利用該系統(tǒng)自動(dòng)控制云臺(tái)的轉(zhuǎn)動(dòng)和鏡頭變倍,對(duì)監(jiān)控目標(biāo)進(jìn)行實(shí)時(shí)跟蹤,使得監(jiān)控目標(biāo)始終以合適的尺寸顯示在監(jiān)控畫面中心區(qū)域,從而提升監(jiān)控效果。為了檢驗(yàn)本文整體系統(tǒng)的可行... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１」傳統(tǒng)的視頻酸??Ｆｉｇ．?１．１?Ｔｒａｄｉｔｉｏｎａｌ?ｖｉｄｅｏ?ｓｕｒｖｅｉｌｌａｎｃｅ??

?基于云臺(tái)攝像機(jī)的特定目標(biāo)實(shí)時(shí)檢測(cè)與跟蹤算法研究???如圖２．１所示為Ｍｅａｎ?Ｓｈｉｆｔ跟蹤算法的流程圖。??ｔ?＿??選取目標(biāo)‘???）?［???計(jì)算并建立目標(biāo)模型???］?［???——？計(jì)算候選模型分布及均值?？???迭代，計(jì)算偏移置???量小于是新的??：?，?Ｚｐｃ５ｌ??新的目標(biāo)位置一＾結(jié)束＾??圖２．１?Ｍｅａｎ?Ｓｈｉｆｔ算法不意圖??Ｆｉｇ．?２．１?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?Ｍｅａｎ?Ｓｈｉｆｔ??下面是Ｍｅａｎ?Ｓｈｉｆｔ算法目標(biāo)跟蹤的過(guò)程：??（１）選擇一個(gè)矩形窗口，記錄矩形框的坐標(biāo)和大校：??（２）將ＲＧＢ顏色空間轉(zhuǎn)化成ＨＳＶ顏色空間，ＨＳＶ歸一化到０？２５５。計(jì)算ＨＳＶ第??一個(gè)通道Ｈ的直方圖。??（３）根據(jù)直方圖求反向投影圖，用顏色出現(xiàn)的概率替換圖像中的像素值，再換算??成灰度。因此，反向投影圖是一幅灰度圖像。??（４）利用Ｍｅａｎ?Ｓｈｉｆｔ算法計(jì)算出要跟蹤的中心。矩形框的位置會(huì)不斷調(diào)整，向著?－??反向投影圖中概率密度值最大的方向移動(dòng)，最終移動(dòng)到目標(biāo)質(zhì)心。??（５）輸出實(shí)時(shí)跟蹤后目標(biāo)的新位置。?－??Ｍｅａｎ?Ｓｈｉｆｔ算法用于視頻目標(biāo)跟蹤時(shí)，搜索的特征就是目標(biāo)顏色直方圖，通過(guò)不斷??迭代，使得位置不斷地收斂于正確位置，進(jìn)而實(shí)現(xiàn)跟蹤的目的。這一算法優(yōu)點(diǎn)在于計(jì)算??量小，在目標(biāo)區(qū)域己知的情況下完全可以達(dá)到實(shí)時(shí)性，且采用核函數(shù)直方圖模型，對(duì)邊??緣遮擋，目標(biāo)旋轉(zhuǎn)，變形和背景運(yùn)動(dòng)不敏感。不過(guò)，Ｍｅａｎ?ＳＷｆｔ算法也存在著如下缺點(diǎn)：??缺乏必要的模板更新；跟蹤過(guò)程中由于窗口寬度大小保持不變，當(dāng)目標(biāo)尺度有所變化時(shí)，??－６－??

Ｍｅａｎ?Ｓｈｉｆｔ算法有一些缺點(diǎn)，但由于其對(duì)復(fù)雜環(huán)境有一定的適應(yīng)性且算法的實(shí)??時(shí)性好，優(yōu)點(diǎn)突出，因此Ｍｅａｎ?Ｓｈｉｆｔ算法依舊是研宄的熱點(diǎn)之一。隨著研究的深入，出??現(xiàn)了?Ｍｅａｎ?Ｓｈｉｆｔ算法的改進(jìn)：ＣａｍＳｈｉｆｔ跟蹤算法［３９］。此算法改進(jìn)／?Ｍｅａｎ?Ｓｈｉｆｔ算法中搜??索窗口一旦初始化后就固定不變的缺陷，它可以根據(jù)視頻序列的初始幀圖像來(lái)進(jìn)行搜索??窗口的初始化，搜索窗口會(huì)根據(jù)上幀得到的結(jié)果不斷的自動(dòng)調(diào)整，進(jìn)而實(shí)現(xiàn)中心位置的??確定。ＣａｍＳｈｉｆｔ跟蹤算法的流程圖如圖２．２所示。??ｉ?１??選擇初窗ｔｉ??１??設(shè)Ｉ目標(biāo)在初始窗口中心?《???—?１??計(jì)算目標(biāo)顏色直方閣?????￣：?－Ｔ?：￣Ｉ?利用目標(biāo)設(shè)Ｗ搜索窗口??計(jì)算圖像反向投影圖??■?－Ｉ?＾?獲得目標(biāo)位Ｉ??￣￣？＿?計(jì)算搜索窗口的質(zhì)心?????搜索窗口中心移動(dòng)到質(zhì)心??—???？?圖２．２?ＣａｍＳｈｉｆｔ跟蹤算法流程圖??Ｆｉｇ．?２．２?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ＣａｍＳｈｉｆｔ??下面介紹用ＣａｍＳｈｉｆｔ算法實(shí)現(xiàn)跟蹤的具體過(guò)程：??（１）初始化搜索窗；??（２）計(jì)算搜索窗的顏色概率分布（反向投影）；??（３）運(yùn)行Ｍｅａｎ?Ｓｈｉｆｔ算法，獲得搜索窗新的大小和位置；??（４）將（３）中求得的新窗口重復(fù)（１）?（２）過(guò)程。??Ｉ?，?？?．??－７－??


本文編號(hào)：3095032