基于圖像識別的運(yùn)動目標(biāo)檢測與跟蹤系統(tǒng).pdf

1、基于圖像識別的運(yùn)動目標(biāo)檢測與跟蹤系統(tǒng)，在不需要人為干預(yù)的情況下，通過在攝像機(jī)拍攝的圖像序列中對預(yù)定運(yùn)動目標(biāo)進(jìn)行自動識別和定位，并控制攝像機(jī)做三維運(yùn)動，從而始終保持預(yù)定運(yùn)動目標(biāo)在攝像機(jī)視野中心位置附近。運(yùn)動目標(biāo)跟蹤是計(jì)算機(jī)視覺與圖像處理領(lǐng)域中一個非常活躍的分支，在軍事領(lǐng)域和國民經(jīng)濟(jì)的許多方面都有著廣泛的應(yīng)用，例如導(dǎo)彈制導(dǎo)、主動視覺監(jiān)視等。
　　 本文分析了基于圖像識別的運(yùn)動目標(biāo)檢測與跟蹤系統(tǒng)的原理，設(shè)計(jì)了系統(tǒng)的結(jié)構(gòu)。詳細(xì)闡述了運(yùn)動

2、目標(biāo)圖像識別方法和云臺控制方法。
　　 在運(yùn)動目標(biāo)圖像檢測方面，針對目標(biāo)圖像檢測的準(zhǔn)確性和快速性要求，在比較了常用的圖像識別算法理論與優(yōu)缺點(diǎn)之后，提出了基于kalman目標(biāo)運(yùn)動軌跡預(yù)測的SIFT特征圖像識別算法。利用kalman濾波器對運(yùn)動目標(biāo)在下一幀圖像中可能出現(xiàn)的位置進(jìn)行預(yù)測并在該區(qū)域截取一個自適應(yīng)識別窗口，通過在自適應(yīng)窗口中識別運(yùn)動目標(biāo)，進(jìn)而縮短了待匹配圖像的SIFT特征提取時間，提高了目標(biāo)圖像檢測的效率。
　　

3、在云臺控制方面，針對視頻跟蹤系統(tǒng)存在著非線性、干擾和運(yùn)動目標(biāo)的不確定性，在分析了常規(guī)PID控制和模糊控制的原理以及它們的局限性之后，結(jié)合實(shí)際調(diào)試經(jīng)驗(yàn)，在IabVIEW平臺下利用PID控制工具箱和模糊邏輯進(jìn)行了模糊PID控制器的設(shè)計(jì)，縮短了系統(tǒng)響應(yīng)的上升時間和調(diào)節(jié)時間，減少了超調(diào)量，滿足了攝像機(jī)實(shí)時跟蹤目標(biāo)的要求。
　　 最后，對系統(tǒng)的各部分進(jìn)行了測試。測試結(jié)果表明，基于kalman目標(biāo)運(yùn)動軌跡預(yù)測的SIFT特征圖像識別算法能夠快