國內(nèi)外研究現(xiàn)狀和研究意義

1、吉林大學(xué)博士學(xué)位論文背景及意義視覺是人類感知外界信息的重要手段，外界信息的80%以上都是人類通過視覺獲取的，當(dāng)今社會，視頻在人類的生產(chǎn)、生活中被廣泛傳播，成為了人們獲取信息最重要的手段。伴隨著電子計算機處理能力的飛速發(fā)展，人們利用視頻內(nèi)容為自己服務(wù)的要求越來越高，利用計算機的高速處理能力為人類提供更加直接有效的視頻信息變得越來越重要，智能視頻處理的研究越來越受到重視，視頻監(jiān)控系統(tǒng)的應(yīng)用也日益廣泛。目標(biāo)跟蹤作為智能視頻處理的一個重要分支，

2、得到了各國學(xué)者的重視，這其中有很多原因使得目標(biāo)跟蹤被大家所關(guān)注，其一，計算機的快速發(fā)展使得視頻處理的大量運算得以實現(xiàn)；其二，存儲介質(zhì)的價格不斷降低，使得大量的視頻信息得以保留，方便后期調(diào)用；第三，軍事、民事的需求增強，人們都想借助計算機協(xié)助改善生活質(zhì)量。目標(biāo)跟蹤在如下領(lǐng)域已經(jīng)在發(fā)揮無可替代的作用：（1）軍事應(yīng)用，軍事上的巨大應(yīng)用前景極大促進了運動目標(biāo)識別技術(shù)的發(fā)展，遠程導(dǎo)彈、空空導(dǎo)彈的精確打擊，飛機航線的設(shè)定和規(guī)避障礙等都離不開目標(biāo)跟蹤

3、技術(shù)，無人機的自動導(dǎo)航功能，通過將目標(biāo)跟蹤得到的位置信息和自身航行速度做分析，實現(xiàn)自主飛行。（2）機器人視覺，智能機器人能像人類一樣運動的前提就是它能“看”到外面的世界，并用“大腦”對其分析判斷，認知并跟蹤不同的物體，機器手需要通過在手臂上安裝的攝像頭，鎖定目標(biāo)，并跟蹤其運動軌跡，跟蹤抓取物體。（3）醫(yī)學(xué)影像診斷，目標(biāo)跟蹤技術(shù)在超聲成像中目標(biāo)自動跟蹤分析有著廣泛的應(yīng)用前景，由于超聲圖像噪聲非常大，有用信息很難清楚直接的通過肉眼定位識別，

4、在整個視頻中，對有用目標(biāo)進行準(zhǔn)確識別跟蹤，將會極大提高診斷準(zhǔn)確性，Ayache等人已經(jīng)將目標(biāo)跟蹤應(yīng)用到了超聲檢查的心臟跳動中，為醫(yī)生及時準(zhǔn)確的診斷心臟問題提供了很大的幫助。（4）人機交互，傳統(tǒng)的人機互動是通過鼠標(biāo)、鍵盤、顯示器完成的，一旦機器能夠跟蹤人類的肢體運動，就可以“理解”人類的手勢、動作，甚至嘴型，徹底改變傳統(tǒng)的人機交互方式，將人機交互變得和人與人之間的交流一樣清晰。（5）車輛跟蹤，目標(biāo)跟蹤的一個非常重要的貼近民生的應(yīng)用就是車輛

5、跟蹤。隨著汽車相關(guān)技術(shù)的不斷成熟和居民生活質(zhì)量的大幅提升，我國從自行車大國逐步過度到汽車大國，家庭對汽車的擁有量將發(fā)生井噴，越來越多的家庭擁有自己的汽車，使得道路交通負擔(dān)越來越重。另一方面，城市建設(shè)已經(jīng)定形，城市中的公路已經(jīng)無處可修，有限的公路對應(yīng)不斷增加的汽車數(shù)量，使得交通事故頻發(fā)，這些問題對道路交通管理提出了更加嚴(yán)格的要求，逐步形成了智能交通系統(tǒng)的概念。智能交通能夠由計算機自動識別車輛信息，并跟蹤車輛行駛，分析闖紅燈，違章變線，車輛

6、逆行等違章行駛事件，將會極大減輕交通警察的工作壓力，提高行車安全，減少交通事故的發(fā)生。另一個重要的應(yīng)用是，如果車輛的目標(biāo)跟蹤得到快速發(fā)展，那么自動駕駛將成為可能，現(xiàn)在車輛上應(yīng)用的定速巡航功能，僅僅可以做到定速，也就是電腦控制車速保持，而無法自動識別路面上車輛行駛情況，自動控制車輛的轉(zhuǎn)彎變速，一旦車輛的目標(biāo)跟蹤技術(shù)成熟，那么將會給道路交通帶來非常深遠的影響，極大提高人們的生活質(zhì)量。1.2國內(nèi)外研究現(xiàn)狀目標(biāo)跟蹤領(lǐng)域的研究是一個非常復(fù)雜的課題

7、，隨著信息技術(shù)的飛速發(fā)展，視頻監(jiān)控深入到了人們生產(chǎn)生活中的各個領(lǐng)域，自然引起了各國學(xué)者的重視，許多國家投入了大量的人力物力財力去深入研究，解決目標(biāo)跟蹤領(lǐng)域出現(xiàn)的問題，促使目標(biāo)跟蹤算法的飛速發(fā)展，視頻目標(biāo)跟蹤領(lǐng)域的提出以及發(fā)展現(xiàn)狀簡要的敘述如下：Wax于1955年最早提出了目標(biāo)跟蹤理論的基本原理，Sittler于1964年提出目標(biāo)點軌跡1.3車輛目標(biāo)跟蹤的關(guān)鍵問題1.3.1目標(biāo)的特征提取在目標(biāo)跟蹤之前，我們首先需要得到要識別的目標(biāo)，也就是

8、在跟蹤初始化的第一幀圖像上找到要跟蹤的目標(biāo)，并對這個目標(biāo)用數(shù)學(xué)表達式進行描述，以便在之后的跟蹤過程中，適時的識別目標(biāo)特征。目標(biāo)描述的方法直接決定了目標(biāo)跟蹤的準(zhǔn)確性和實時性，一個好的目標(biāo)描述方法可以剔除噪聲干擾，當(dāng)車輛發(fā)生運動速度變化或者自身形態(tài)變化時，依然能夠根據(jù)車輛目標(biāo)的特征，準(zhǔn)確的識別目標(biāo)。所以對目標(biāo)的描述方法直接決定了目標(biāo)跟蹤的質(zhì)量，一個更加科學(xué)有效的車輛目標(biāo)描述方法是眾多目標(biāo)跟蹤領(lǐng)域?qū)W者不懈追求的目標(biāo)。目標(biāo)特征有很多方面，下面對

9、特征提取方法做簡單分類如下：目標(biāo)顏色的特征提?。簩δ繕?biāo)的顏色進行匯總，形成的顏色直方圖是一種廣泛應(yīng)用的圖像特征描述方法。這個方法統(tǒng)計同一種顏色在整幅圖像中的數(shù)量，形成全體顏色的比例直方圖。只關(guān)注顏色和其對應(yīng)的數(shù)量，而對不同顏色像素點在整幅圖中所處的位置不做記錄，這種方法不去關(guān)心物體的變化，更不去關(guān)注物體的邊緣，只關(guān)注顏色的比例，適合變化物體和邊緣不清晰物體的分割方法。圖像的色彩空間有很多種分類，分別適用于各自的圖像處理領(lǐng)域。RGB顏色模

10、式是由紅、黃、藍（RGB）三種顏色按照一定比例疊加在一起，形成各種顏色。它是一種人們生活中最常用的顏色表示方法，RGB顏色模式幾乎囊括了人眼可以識別的所有大自然的色彩，這種顏色標(biāo)準(zhǔn)也被大量應(yīng)用在工業(yè)應(yīng)用中。HSV(HueSaturationValue)是根據(jù)顏色的直觀特性由SmithAR，在1978年創(chuàng)建的一種顏色空間也稱六角錐體模型(HexconeModel)。HSV顏色模型是由色調(diào)、飽和度、亮度（HSV）三種參數(shù)組合形成的。它的三維

11、表示從RGB演變而來，在RGB立方體的對角線頂點向下觀察，就可看出RGB立方體的六邊形的形狀，其中的色彩是由六邊形邊界表示的，飽和度是由水平軸表示的，亮度是由垂直軸表示的。LUV色彩空間全稱CIE1976(Luv)色彩空間，L表示物體亮度，u和v是色度。于1976年由國際照明委員會(InternationalCommissiononIllumination)提出，由CIEXYZ空間經(jīng)簡單變換得到，具視覺統(tǒng)一性。類似的色彩空間有CIELA

12、B。對于一般的圖像，u和v的取值范圍為100到100，亮度為0到100。目標(biāo)邊緣的特征提?。耗繕?biāo)邊緣特征在圖像中表現(xiàn)為灰度值的階躍變化，通過對變化灰度值的檢測，得到目標(biāo)邊緣信息，完成對目標(biāo)的特征提取。相對上面提到的目標(biāo)顏色特征提取，目標(biāo)邊緣的特征對光照等外部環(huán)境變化有較高的穩(wěn)定性。經(jīng)典的目標(biāo)邊緣檢測方法有Sobel模板，Prewitt模板，Roberts模板等，它們都是通過梯度算子來實現(xiàn)的。在這些模板上提出的邊緣檢測算子可以通過信噪比求

13、出最優(yōu)邊緣濾波器。之后發(fā)展起來的Canny邊緣檢測方法在得到更高精確度的前提下，降低了計算的復(fù)雜度，得到了廣泛的應(yīng)用。目標(biāo)紋理的特征提?。耗繕?biāo)的紋理特征是表面細節(jié)信息的一種，可以描述目標(biāo)表面的平滑性和規(guī)律性。想要獲得目標(biāo)的紋理特征，需要預(yù)先對圖像進行處理，灰度共生矩陣，可控金字塔等都能較好的提取目標(biāo)的紋理特征。目標(biāo)調(diào)頻調(diào)幅特征提取：調(diào)頻調(diào)幅的方法是對圖像頻率和幅度調(diào)制進而對圖像分析的一種手段。利用這個特征對目標(biāo)進行跟蹤時，對目標(biāo)的尺度變