圖像探測(cè)、跟蹤與識(shí)別技術(shù)實(shí)驗(yàn) PAGEPAGE5《圖像探測(cè)、跟蹤與識(shí)別技術(shù)》實(shí)驗(yàn)報(bào)告專(zhuān)業(yè)：探測(cè)制導(dǎo)與控制技術(shù)學(xué)號(hào)：11151201姓名：王進(jìn)2014年11月實(shí)驗(yàn)三復(fù)雜場(chǎng)景下目標(biāo)的檢測(cè)與跟蹤一、實(shí)驗(yàn)?zāi)康?.學(xué)習(xí)不同目標(biāo)跟蹤算法，對(duì)比不同算法對(duì)于復(fù)雜場(chǎng)景的效果；2.學(xué)習(xí)OpenCV與VS2010的聯(lián)合編程，提高編程能力。二、實(shí)驗(yàn)要求1.要求學(xué)生至少使用一種目標(biāo)跟蹤算法對(duì)視頻中出現(xiàn)的目標(biāo)進(jìn)行跟蹤；2.檢驗(yàn)所選算法在復(fù)雜場(chǎng)景下的效果；3.使用VS2010/2012和OpenCV進(jìn)行編程；4.本實(shí)驗(yàn)不要求目標(biāo)檢測(cè)，所以目標(biāo)可以手動(dòng)標(biāo)出。三、實(shí)驗(yàn)步驟1.想辦法找到目標(biāo)（可手動(dòng)框出）。2.編寫(xiě)目標(biāo)跟蹤函數(shù)代碼；四、實(shí)驗(yàn)報(bào)告1、CAMSHIFT算法原理CAMSHIFT算法是利用目標(biāo)的顏色直方圖模型將圖像轉(zhuǎn)換為顏色概率分布圖，初始化一個(gè)搜索窗的大小和位置，并根據(jù)上一幀得到的結(jié)果自適應(yīng)調(diào)整搜索窗口的位置和大小，從而定位出當(dāng)前圖像中目標(biāo)的中心位置。

這個(gè)算法可以分為三個(gè)部分：

1、色彩投影圖（反向投影）：

(1).RGB顏色空間對(duì)光照亮度變化較為敏感，為了減少此變化對(duì)跟蹤效果的影響，首先將圖像從RGB空間轉(zhuǎn)換到HSV空間。(2).然后對(duì)其中的H分量作直方圖，在直方圖中代表了不同H分量值出現(xiàn)的概率或者像素個(gè)數(shù)，就是說(shuō)可以查找出H分量大小為h的概率或者像素個(gè)數(shù)，即得到了顏色概率查找表。(3).將圖像中每個(gè)像素的值用其顏色出現(xiàn)的概率對(duì)替換，就得到了顏色概率分布圖。這個(gè)過(guò)程就叫反向投影，顏色概率分布圖是一個(gè)灰度圖像。

2、MEANSHIFT

MEANSHIFT算法是一種密度函數(shù)梯度估計(jì)的非參數(shù)方法，通過(guò)迭代尋優(yōu)找到概率分布的極值來(lái)定位目標(biāo)。

算法過(guò)程為：

(1).在顏色概率分布圖中選取搜索窗W

(2).計(jì)算零階距：

計(jì)算一階距：

計(jì)算搜索窗的質(zhì)心：

(3).調(diào)整搜索窗大小

寬度為；長(zhǎng)度為1.2s；

(4).移動(dòng)搜索窗的中心到質(zhì)心，如果移動(dòng)距離大于預(yù)設(shè)的固定閾值，則重(2)(3)(4)，直到搜索窗的中心與質(zhì)心間的移動(dòng)距離小于預(yù)設(shè)的固定閾值，或者循環(huán)運(yùn)算的次數(shù)達(dá)到某一最大值，停止計(jì)算。關(guān)于MEANSHIFT的收斂性證明可以google相關(guān)文獻(xiàn)。

3、CAMSHIFT

將MEANSHIFT算法擴(kuò)展到連續(xù)圖像序列，就是CAMSHIFT算法。它將視頻的所有幀做MEANSHIFT運(yùn)算，并將上一幀的結(jié)果，即搜索窗的大小和中心，作為下一幀MEANSHIFT算法搜索窗的初始值。如此迭代下去，就可以實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。

算法過(guò)程為：

(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MEANSHIFT算法，獲得搜索窗新的大小和位置。

(4).在下一幀視頻圖像中用(3)中的值重新初始化搜索窗的大小和位置，再跳轉(zhuǎn)到(2)繼續(xù)進(jìn)行。

CAMSHIFT算法能有效解決目標(biāo)變形和遮擋的問(wèn)題，對(duì)系統(tǒng)資源要求不高，時(shí)間復(fù)雜度低，在簡(jiǎn)單背景下能夠取得良好的跟蹤效果。但當(dāng)背景較為復(fù)雜，或者有許多與目標(biāo)顏色相似像素干擾的情況下，會(huì)導(dǎo)致跟蹤失敗。因?yàn)樗鼏渭兊目紤]顏色直方圖，忽略了目標(biāo)的空間分布特性，所以這種情況下需加入對(duì)跟蹤目標(biāo)的預(yù)測(cè)算法。2、CAMSHIFT算法實(shí)現(xiàn)在OpenCV庫(kù)中，CvCamShiftTracker類(lèi)就是用來(lái)實(shí)現(xiàn)CAMSHIFT算法的，使得進(jìn)行二次開(kāi)發(fā)變得很簡(jiǎn)單。該函數(shù)為：intcvCamShift(constCvArr*prob_image，CvRectwindow，CvTermCriteriacriteria，CvConnectedComp*cornp，CvBox2D*box=NULL)；prob_image：目標(biāo)直方圖的反向投影window：初始搜索窗口criteria：確定窗口搜索停止的準(zhǔn)則comp：生成的結(jié)構(gòu)，包含收斂的搜索窗VI坐標(biāo)(comp→rect字段)與窗口內(nèi)有像素點(diǎn)的和(comps→area字段)box：目標(biāo)的帶邊界盒子。如果非NULL則包含目標(biāo)的尺寸和方向。3、實(shí)驗(yàn)流程4實(shí)驗(yàn)結(jié)果與分析本實(shí)驗(yàn)中，用筆記本自帶的攝像頭來(lái)跟蹤一運(yùn)動(dòng)物體，下圖4-圖7一系列圖像是采用CAMSHIFT算法跟蹤運(yùn)動(dòng)物體部分圖像。選定目標(biāo)：跟蹤目標(biāo)：由此可見(jiàn)，基于顏色直方圖的CAMSHIFT算法可以有效地解決目標(biāo)變形和旋轉(zhuǎn)問(wèn)題，而且運(yùn)算效率很高，可以實(shí)時(shí)跟蹤運(yùn)動(dòng)目標(biāo)五、思考題1.復(fù)雜背景下如何使用背景差分法進(jìn)行跟蹤？將當(dāng)前幀減去背景幀即可提取出運(yùn)動(dòng)目標(biāo)，當(dāng)然還存在有其他一些干擾，若噪聲或背景物品的移動(dòng)。然后再對(duì)提取出的感興趣的目標(biāo)進(jìn)行檢測(cè)跟蹤。2.基于核函數(shù)的meanshift算法是什么意思？meansift算法中對(duì)區(qū)域內(nèi)所有點(diǎn)都一樣處理沒(méi)有區(qū)別，而