國(guó)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(jué)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(guò)視覺(jué)獲取的，當(dāng)今社會(huì)，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(jì)算機(jī)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(lái)越高，利用計(jì)算機(jī)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(lái)越重要，智能視頻處理的研究越來(lái)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(gè)重要分支，

2、得到了各國(guó)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(jì)算機(jī)的快速發(fā)展使得視頻處理的大量運(yùn)算得以實(shí)現(xiàn)；其二，存儲(chǔ)介質(zhì)的價(jià)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(qiáng)，人們都想借助計(jì)算機(jī)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(wú)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(jìn)了運(yùn)動(dòng)目標(biāo)識(shí)別技術(shù)的發(fā)展，遠(yuǎn)程導(dǎo)彈、空空導(dǎo)彈的精確打擊，飛機(jī)航線的設(shè)定和規(guī)避障礙等都離不開(kāi)目標(biāo)跟蹤

3、技術(shù)，無(wú)人機(jī)的自動(dòng)導(dǎo)航功能，通過(guò)將目標(biāo)跟蹤得到的位置信息和自身航行速度做分析，實(shí)現(xiàn)自主飛行。（2）機(jī)器人視覺(jué)，智能機(jī)器人能像人類一樣運(yùn)動(dòng)的前提就是它能“看”到外面的世界，并用“大腦”對(duì)其分析判斷，認(rèn)知并跟蹤不同的物體，機(jī)器手需要通過(guò)在手臂上安裝的攝像頭，鎖定目標(biāo)，并跟蹤其運(yùn)動(dòng)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(dòng)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(guò)肉眼定位識(shí)別，

4、在整個(gè)視頻中，對(duì)有用目標(biāo)進(jìn)行準(zhǔn)確識(shí)別跟蹤，將會(huì)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(dòng)中，為醫(yī)生及時(shí)準(zhǔn)確的診斷心臟問(wèn)題提供了很大的幫助。（4）人機(jī)交互，傳統(tǒng)的人機(jī)互動(dòng)是通過(guò)鼠標(biāo)、鍵盤、顯示器完成的，一旦機(jī)器能夠跟蹤人類的肢體運(yùn)動(dòng)，就可以“理解”人類的手勢(shì)、動(dòng)作，甚至嘴型，徹底改變傳統(tǒng)的人機(jī)交互方式，將人機(jī)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(gè)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(guó)從自行車大國(guó)逐步過(guò)度到汽車大國(guó)，家庭對(duì)汽車的擁有量將發(fā)生井噴，越來(lái)越多的家庭擁有自己的汽車，使得道路交通負(fù)擔(dān)越來(lái)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(wú)處可修，有限的公路對(duì)應(yīng)不斷增加的汽車數(shù)量，使得交通事故頻發(fā)，這些問(wèn)題對(duì)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(jì)算機(jī)自動(dòng)識(shí)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(huì)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(gè)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(dòng)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(wú)法自動(dòng)識(shí)別路面上車輛行駛情況，自動(dòng)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(huì)給道路交通帶來(lái)非常深遠(yuǎn)的影響，極大提高人們的生活質(zhì)量。1.2國(guó)內(nèi)外研究現(xiàn)狀目標(biāo)跟蹤領(lǐng)域的研究是一個(gè)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(gè)領(lǐng)域，自然引起了各國(guó)學(xué)者的重視，許多國(guó)家投入了大量的人力物力財(cái)力去深入研究，解決目標(biāo)跟蹤領(lǐng)域出現(xiàn)的問(wèn)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(jiǎn)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(diǎn)軌跡1.3車輛目標(biāo)跟蹤的關(guān)鍵問(wèn)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(shí)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(duì)這個(gè)目標(biāo)用數(shù)學(xué)表達(dá)式進(jìn)行描述，以便在之后的跟蹤過(guò)程中，適時(shí)的識(shí)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(shí)時(shí)性，一個(gè)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(yùn)動(dòng)速度變化或者自身形態(tài)變化時(shí)，依然能夠根據(jù)車輛目標(biāo)的特征，準(zhǔn)確的識(shí)別目標(biāo)。所以對(duì)目標(biāo)的描述方法直接決定了目標(biāo)跟蹤的質(zhì)量，一個(gè)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(duì)

9、特征提取方法做簡(jiǎn)單分類如下：目標(biāo)顏色的特征提?。簩?duì)目標(biāo)的顏色進(jìn)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(gè)方法統(tǒng)計(jì)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(duì)應(yīng)的數(shù)量，而對(duì)不同顏色像素點(diǎn)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(lán)（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(shí)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(lái)，在RGB立方體的對(duì)角線頂點(diǎn)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(guó)際照明委員會(huì)(InternationalCommissiononIllumination)提出，由CIEXYZ空間經(jīng)簡(jiǎn)單變換得到，具視覺(jué)統(tǒng)一性。類似的色彩空間有CIELA

12、B。對(duì)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(guò)對(duì)變化灰度值的檢測(cè)，得到目標(biāo)邊緣信息，完成對(duì)目標(biāo)的特征提取。相對(duì)上面提到的目標(biāo)顏色特征提取，目標(biāo)邊緣的特征對(duì)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(cè)方法有Sobel模板，Prewitt模板，Roberts模板等，它們都是通過(guò)梯度算子來(lái)實(shí)現(xiàn)的。在這些模板上提出的邊緣檢測(cè)算子可以通過(guò)信噪比求

13、出最優(yōu)邊緣濾波器。之后發(fā)展起來(lái)的Canny邊緣檢測(cè)方法在得到更高精確度的前提下，降低了計(jì)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(xì)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(duì)圖像進(jìn)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?。赫{(diào)頻調(diào)幅的方法是對(duì)圖像頻率和幅度調(diào)制進(jìn)而對(duì)圖像分析的一種手段。利用這個(gè)特征對(duì)目標(biāo)進(jìn)行跟蹤時(shí)，對(duì)目標(biāo)的尺度變