视频跟踪实验报告new

视频跟踪实验报告new

ID:20315078

大小:194.87 KB

页数:8页

时间:2018-10-12

视频跟踪实验报告new_第1页
视频跟踪实验报告new_第2页
视频跟踪实验报告new_第3页
视频跟踪实验报告new_第4页
视频跟踪实验报告new_第5页
资源描述:

《视频跟踪实验报告new》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、本次实验是一种基于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95帧视频图像的实时跟踪。图片存于帧图片文件夹!程序算法为Untitled6.m文件!基于MATLAB的图像跟踪算法2.195帧视频图像的读取由于视频是由95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95帧图像序列进行顺序读取。95帧图像存储在MATLAB的默认路径中,文件名为00000xxx.bmp。

2、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:functionI=read_seqim(i)ifnargin==0i=1;min=00000001;endname=num2str(i);ifi<=9min=strcat('0000000',name,'.bmp');elseifi<=99min=strcat('000000',name,'.bmp');elsemin=strcat('00000',name,'.bmp');endI=imread(min);其中i为读取图像的序号,通过以上的函数可

3、以很方便的实现对95帧图像中任意一帧的读取,从而为后面的处理提供方便。2.2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:p简单阈值分割法;p多阈值分割法;p最大类间方差法;p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

4、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。分割函数如下:1阈值的确定由于需要分析的95帧图像的灰度分布大致是相当的,所以我们任意选取一帧图像来求取它的阈值,这里我们选取第50帧图像,具体的源代码如下:I0=read_seqim(40);%任意读取一帧图像figure(1),imshow(I0);%原图像显示I0=double(I0);figure(2

5、),hist(I0,300);%原图像直方图显示所得到的图像如下:上图为读取一帧图像的图像显示,下图为它所对应的直方图显示2图像的阈值分割第一图中的小球是我们所要跟踪的目标。第二图中我们可以看出我们所要得到的目标灰度分布于灰度值在140-95的区域内;图中灰度在40-140区域内为背景的灰度表示,所以这里我们就设定两个阈值T1=150;T2=220.在两阈值中间的区域为目标区域。通过图像分割把目标从图像中提取出来,具体源代码如下:T1=150;T2=220;%观察并找出阈值fori=1:95I=read_seqim(i);M=double(I);form=1:

6、180forn=1:315if(M(m,n)>=T1)&&(M(m,n)<=T2)M(m,n)=1;%设置背景灰度elseM(m,n)=0;%设置目标灰度endendend%%图像的分割和阈值处理形心(距心)的求取成像跟踪系统经过图像的预处理、图像的分割识别等一系列信息处理,最终实现对目标位置的实时精确测量,即对目标或目标的局部实施稳定跟踪。目标跟踪的方法具体有以下几种:矩心(质心、形心)跟踪;边缘跟踪;峰值跟踪;相关跟踪;滤波跟踪。这里我们使用矩心(质心、形心)跟踪。矩心也叫质心或重心,是物体对某轴的静力矩作用中心。如果把目标图像看成是一块质量密度不均匀的薄

7、板,以图像上各像素点的灰度作为各点的质量密度。这样就可以借用矩心的定义式来计算目标图像的矩心。由于计算重心的过程是个统计平均过程,它算出的跟踪点不是个别的最亮点位置,而是图像中各个像元灰度加权平均的位置,所以,以重心为跟踪点,跟踪的随机误差小,精度高,稳定性好。具体的计算方法如下:其中f(x,y)为(x,y)处的灰度值,N和M分别为图像的列数和行数,以下为求取形心的源程序:X=0;Y=0;X1=0;Y1=0;PINJUN=0;PINJUN1=0;form=1:180forn=1:315x=m*M(m,n);y=n*M(m,n);pinjun=M(m,n);X=

8、X+x;Y=Y+y;PINJUN=PI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。