基于粒子滤波的目标实时跟踪系统

设计一种基于TMS320VC5416与FPGA的实时图像跟踪系统,该系统首先采用SAA7111A采集图像,经FPGA(采用乒乓操作的方式)传输给DSP处理器.在跟踪算法上采用灰度作为目标特征,使用粒子滤波方法实现对动态目标的跟踪.采用浮点数定点化处理,提高了算法的运行速度.实验表明:该系统具有良好的实时性与稳定性.     

基于VPX架构的目标跟踪系统设计

设计了一种目标跟踪系统,该系统利用立体沙盘模拟复杂地面环境,通过红外和可见光传感器采集图像数据,利用红外图像传感器来检测目标,在检测到目标的基础上,利用可见光传感器来跟踪目标。目标跟踪采用粒子滤波算法实现,为了实现对目标的稳定跟踪,结合红外传感器的检测结果和可见光图像的跟踪结果对目标模板的更新。该图像处理算法在以VPX为设计架构、FPGA＋DSP为核心的高速嵌入式图像处理平台实现,最终生成目标坐标偏差来控制伺服云台的转动,使其保持在视场的中心,并输出目标跟踪图像,实现对目标的跟踪。     

基于颜色直方图的粒子跟踪算法在视频监控中的应用

摘 要：本文通过对跟踪目标颜色特征的分析,采用了基于颜色直方图的粒子滤波跟踪算法对目标进行实时跟踪。该算法首先确定目标跟踪模型并归一化颜色直方图,其次设定粒子初始化参数、计算粒子参数、比较颜色直方图从而确定目标位置,最后通过重采样更新粒子。该算法充分利用颜色直方图作为目标的描述特征,同时兼顾粒子滤波对复杂环境的要求,可以实现非线性和非高斯噪声系统的目标跟踪。仿真效果表明,该算法可以很好的对单目标和多目标进行实时跟踪。     

一种自适应红外图像增强处理的FPGA实现

本文介绍了一种自适应平台直方图算法对红外图像增强处理及该算法在FPGA器件上的实现.该方法是根据图像的直方图,自适应地选择平台阈值,实现自适应平台直方图均衡化,增强了目标的对比度.在FPGA上实现了该算法,对红外图像进行了增强处理,使红外图像的清晰度得到极大的提高,目标灰度级得到扩展,抑制噪声,并且利于将目标与背景区别开来.     

基于粒子滤波的机载目标跟踪系统设计

基于微小型机载成像跟踪系统设计思想及需求,设计并实现了以高性能的DSP芯片TMS320-DM642为核心处理器,结合可编程逻辑器件CPLD和FPGA的实时图像跟踪处理平台。平台采用基于粒子滤波的目标跟踪算法,实现对目标的实时跟踪。采用卡尔曼滤波器,提高了粒子的利用效率,在改进了算法实时性的同时解决了图像跟踪系统的延时性问题,提高了跟踪系统的稳定性。算法仿真结果表明,与传统相关匹配算法相比,基于粒子滤波的跟踪算法具有更好的鲁棒性和实时性,能满足机载成像跟踪系统实时图像跟踪的要求。     

基于FPGA实时红外图像自适应线性增强算法的实现

提出了灰度直方图统计方法,利用FPGA完成一帧图像直方图统计并且采用自适应线性增强算法完成对下一帧图像数据的转换.针对实时处理的要求, 应用现场可编程门阵列(FPGA) 构造高速图像处理器, 完成红外跟踪图像预处理的实时计算.经现场调试,代码简单,占用FPGA系统资源少,可以完成实时数据转换,结果证明是可行的.     

高速红外视频处理系统的设计研究

由于红外地面弱小目标的检测与跟踪技术中,处理的数据量大,运算算法复杂,因此红外视频处理系统要求对数据信息有足够高的吞吐量和处理速度。DSP在数据的复杂算法运算处理方面有明显的优势,而FPGA更利于实现时序逻辑算法,所介绍的红外视频处理系统就将DSP模块作为核心处理器来完成红外地面弱小目标图像的检测与跟踪算法,FPGA模块则作为协处理器完成图像接收、预处理、时序控制等功能,FPGA控制ARM模块显示图像处理结果,形成高效处理图像数据的系统,该系统通过实践取得了较好的检测跟踪效果。     

基于Stratix Ⅱ EP2S60的改进中值滤波器的设计及实现

在红外搜索跟踪系统中,为了有效可靠地对目标进行探测、跟踪,必须对红外图像进行滤波预处理,从而提高图像信号的信噪比.为满足实时红外图像预处理时对速度的高要求,采用了一种利于硬件实现的中值滤波改进算法,以Altera公司的Stratix Ⅱ系列EP2S60型FPGA为平台,成功实现了对256×320×16 bit图像的中值滤波,整个电路去噪效果明显,速度满足要求.     

基于直方图均衡的图像增强及其FPGA实现

直方图均衡是一种简单且有效的图像增强技术。它以概率论为基础,运用灰度点运算来实现直方图变换。本文对直方图均衡算法进行了分析,在此基础上提出用FPGA来实现直方图均衡的算法,并给出了具体的实现步骤。该方法可以快速准确地对图像进行均衡化,整个系统处理一帧数据的时间约为17ms。结果表明,该方法达到了提高图像对比度和图像质量的预期目标。     

基于FPGA实现粒子滤波算法的实时细胞跟踪系统设计

面向背景是静止的运动细胞图像序列,通过简化粒子滤波算法并在FPGA实现其硬件逻辑来设计快速跟踪系统。其是按照目标辨识和跟踪要求,用模块化思想设计采样和存储模块、权值及阀值计算模块、重采样模块和状态估计输出模块后通过硬件描述语言VHDL下载到FPGA。针对单个细胞跟踪,单个细胞分裂跟踪和多细胞跟踪的测试对该系统的快速性和准确性进行验证。实验结果表明该系统满足对移动目标快速识别和跟踪要求。     

增强抗背景干扰能力的均值移动目标跟踪算法

根据目标和背景颜色直方图的特点,针对异色背景干扰和近色背景干扰,提出了一种改进直方图映射和均值移动结合的目标跟踪算法,通过目标主分量提取和干扰分量鉴别,有效地剔除了背景干扰成分,提高了抗背景干扰能力;均值移动算法在生成灰度图中能快速准确定位目标位置.仿真实验结果证明,改进的直方图映射算法能有效地抑制背景干扰,甚至能抑制与目标色调相近的背景干扰,并验证了跟踪算法的实用性和有效性.     

基于OpenCV的运动目标跟踪及其实现

CAMSHIFT算法是一种基于颜色直方图的目标跟踪算法。在视频跟踪过程中,CAMSHIFT算法利用选定目标的颜色直方图模型得到每帧图像的颜色投影图,并根据上一帧跟踪的结果自适应调整搜索窗口的位置和大小,得到当前帧中目标的尺寸和质心位置。在介绍Intel公司的开源OpenCV计算机视觉库的基础上,采用CAMSHIFT跟踪算法,实现运动目标跟踪,解决了跟踪目标发生存在旋转或部分遮挡等复杂情况下的跟踪难题。实验结果表明该算法的有效性、优越性和可行性。     

结合直方图反投影的多特征运动阴影检测算法

针对视频监控中运动阴影影响目标检测跟踪准确性的问题,提出一种结合直方图反投影的多特征运动阴影检测算法。首先利用背景减除法,得到前景区域并进行初步筛选;然后在背景区域建立亮度、颜色、梯度特征的联合直方图,以反投影的方式投影到前景区域得到运动阴影概率图;最后结合空间一致性和滞后阈值,对概率图进行分割得到运动阴影区域。与典型算法进行对比的实验结果表明,本文算法能够有效区分阴影与目标,适用于实时的运动目标检测与跟踪。     

一种新的红外目标跟踪方法

提出了一种基于灰度加权和Kalman滤波预测的红外目标跟踪方法。利用带有空间位置信息的目标区域直方图描述红外目标,克服了灰度直方图对图像描述缺少空间位置信息的缺陷,增加了描述的鲁棒性。同时,对跟踪目标的实时位置数据利用卡尔曼滤波校正和预测,增强了跟踪的实时性。实验结果表明,该方法是有效和稳健的。     

基于三维直方图的改进Camshift目标跟踪算法

经典的连续自适应均值漂移算法Camshift通过HSV空间的色调Hue分量建立一维直方图,在有光照变化及有相似颜色目标或背景的干扰下,跟踪效果不好。提出一种融合HSV空间中色调、饱和度以及反应物体形状信息的边缘梯度的三维直方图特征,并基于背景模型自适应调整特征直方图三种分量的权重值,提高了算法的跟踪准确度。通过与传统Camshift跟踪实验比较,提出的改进算法在光照变化及相似颜色目标/背景干扰下具有更好的鲁棒性,同样也满足跟踪系统的实时性要求。     

Object Modeling with Color Arrangement for Region‐Based Tracking

In this paper, we propose a new color histogram model for object tracking. The proposed model incorporates the color arrangement of the target that encodes the relative spatial distribution of the colors inside the object. Using the color arrangement, we can determine which color bin is more reliable for tracking. Based on the proposed color histogram model, we derive a mean shift framework using a modified Bhattacharyya distance. In addition, we present a method of updating an object scale and a target model to cope with changes in the target appearance. Unlike conventional mean shift based methods, our algorithm produces satisfactory results even when the object being tracked shares similar colors with the background.     

一种特征融合的带宽自适应Mean Shift跟踪算法

传统Mean Shift跟踪算法在目标颜色特征和背景颜色特征相近、尺度变化等情景下效果不理想。提出了一种特征融合且核函数带宽自适应的改进跟踪算法,针对颜色直方图容易受背景区域影响,融合了边缘直方图,并对核函数带宽进行自适应更新。另外,对目标模型的更新进行了相关探索并给出比较结果。结果表明,该算法可以对目标实现更稳定的跟踪,对目标颜色和背景颜色相近、尺度变化等场景具有很好的适应性。     

动态融合梯度信息的Camshift算法改进研究

将梯度信息引入到Camshift算法之中,定义Camshift算法的梯度模型。依据运动目标和背景图像直方图的Bhattacharyya距离来动态决定梯度模型在查找算法中的决定权重,减小加入梯度后对算法时效性的影响;在Camshift算法求运动目标色调分量的过程中,改进由RGB空间到HSV空间转换计算的方法,减少反余弦和开方运算。在色调分量Hue基础上定义一种Hue分量,提高颜色空间之间的转换效率;在对目标跟踪框内颜色直方图进行计算时,以选取框重心位置为中心,距离中心越远的像素在颜色直方图中的比重越小.减小在选取运动物体初始位置时引入的背景噪声,提高跟踪算法的稳定性。实验证明:经过上述的改进,使得传统的Camshift算法在背景颜色与运动目标和有相似颜色物体对运动目标造成干扰的情况下的跟踪鲁棒性得到提高。     

目标遮挡情况下的压缩跟踪算法

针对经典压缩跟踪算法在目标被遮挡时容易导致目标丢失的问题,提出了一种基于目标遮挡情况下的压缩跟踪算法.该方法首先依据分类器的最大响应值判断目标是否被遮挡.若发生遮挡则利用基于颜色直方图特征的粒子滤波算法进行跟踪预测,即将遮挡前提取的目标颜色直方图与粒子的颜色直方图进行相似性比较.为确保目标再现时能及时准确地捕捉其位置,再利用Harris角点特征进一步验证,并将预测的位置作为目标位置继续压缩跟踪.仿真结果表明,该算法能够准确地判断遮挡的发生,平均跟踪成功率较经典的压缩跟踪算法提高了24%,有效提高了跟踪的鲁棒性.     

Video object segmentation and tracking using region-based statistics

Two new region-based methods for video object tracking using active contours are presented. The first method is based on the assumption that the color histogram of the tracked object is nearly stationary from frame to frame. The proposed method is based on minimizing the color histogram difference between the estimated objects at a reference frame and the current frame using a dynamic programming framework. The second method is defined for scenes where there is an out-of-focus blur difference between the object of interest and the background. In such scenes, the proposed “defocus energy” can be utilized for automatic segmentation of the object boundary, and it can be combined with the histogram method to track the object more efficiently. Experiments demonstrate that the proposed methods are successful in difficult scenes with significant background clutter.