文档介绍：简易图像跟踪系统
摘要:本文介绍了一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像,并进行视频跟踪的实现方法。通过对图像进行阈值处理(图像分割),再对分割后的图像求取形心,以对目标图像进行定位,并最后找到各幅帧图像的目标位置的方法,从而实现对200帧视频图像的实时跟踪。
关键词:阈值处理;视频序列目标跟踪;形心估计
1 引言
视频序列目标跟踪是指对传感器摄取到的图像序列进行处理与分析,充分利用传感器采集得到信息来对目标进行稳定跟踪的过程。一旦目标被确定,就可获得目标的位置、速度、加速度等运动参数,进而获得目标的特征参数。在军事上,视频序列目标跟踪技术广泛应用于精确制导、战场机器人自主导航、无人机着降,靶场光电跟踪等领域。在民用上,该技术在智能视频监控、智能交通管制、医疗影像诊断等方面也有很重要的应用。
视频跟踪目前在国内外都有较广泛的研究和应用,比如2005年,美国中央佛罗里达大学计算机视觉实验室开发出了基于MATLAB的COCOA系统,用于无人机低空航拍视频图像的目标检测与跟踪处理。而在国内,多家的科研院所都有很深入的研究。本文就200帧图像中目标物体的的视频跟踪做简要的探讨。
2 基于MATLAB的图像跟踪算法
200帧视频图像的读取
由于视频是由200帧图像通过连续播放从而达到视频的效果的,所以要达到视频放映的效果,应首先对200帧图像序列进行顺序读取。200帧图像存储在MATLAB的默认路径中,。要达到读取它们的目的,需要使用循环算法。算法由一个名为read_seqim(i)的函数实现,以下是函数的源程序:
function I=read_seqim(i)
if nargin==0
i=1;min=00000001;
end
name=num2str(i);
if i<=9
min=strcat('0000000',name,'.bmp');
elseif i<=99
min=strcat('000000',name,'.bmp');
else
min=strcat('00000',name,'.bmp');
end
I=imread(min);
其中i为读取图像的序号,通过以上的函数可以很方便的实现对200帧图像中任意一帧的读取,从而为后面的处理提供方便。
图像的阈值处理(图像分割)
阈值(Threshold),也叫门限。阈值化(Thresholding),即按给定阈值进行图像的二值化处理。阈值分割法可分为以下几种:
简单阈值分割法;
多阈值分割法;
最大类间方差法;
最佳阈值法。
许多情况,图像是由具有不同灰度级的几类区域组成。如文字与纸张、地物与云层(航空照片)等,阈值分割是利用同一区域的具有某种共同灰度特性进行分割。而用阈值分割法分割图像就是选取一个适当的灰度阈值,然后将图像中的每个像素和它进行比较,将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值,就可以得到分割后的二值图像,此时目标和背景已经得到了分割。阈值分割法简单,快速,特别适用于灰度和背景占据不同灰度级范围的图像。这里我们使用多阈值分割法。
多阈值分割法就是假设一幅图像包含两个以上的不同类型的区域,可以使用几个门限来分割图象。分割函