完整基于MATLAB的图像处理及跟踪算法Word下载.docx
- 文档编号:14864290
- 上传时间:2022-10-25
- 格式:DOCX
- 页数:31
- 大小:629.65KB
完整基于MATLAB的图像处理及跟踪算法Word下载.docx
《完整基于MATLAB的图像处理及跟踪算法Word下载.docx》由会员分享,可在线阅读,更多相关《完整基于MATLAB的图像处理及跟踪算法Word下载.docx(31页珍藏版)》请在冰豆网上搜索。
运动目标的检测和跟踪是图像处理技术在视频序列图像处理方面的一个重要应用,在航天、交通、机器人视觉、视频监控、公共场所客流数据监测等场合发挥着重要作用。
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100帧视频图像的实时跟踪.
关键词:
目标检测;
阈值处理;
视频序列目标跟踪;
形心估计
ABSTRACT
Videoimageprocessingtechnologyiswidelyusedinindustrial,security,healthcare,managementandotherfields.Motiontargetdetectionandtrackingisimageprocessingtechnologyinvideosequenceisanimportantapplicationinimageprocessing,intheaerospace,transportation,robotvision,videosurveillance,publictrafficdatamonitoringplaysanimportantrole。
ThispaperintroducesasimpleMATLABtofindthetargetimagefromthevideoimageframebased,andrealizationmethodofvideotracking.Throughthethresholdofimageprocessing(imagesegmentation),thentheafterimagesegmentationtoobtainthecentroid,tolocatethetargetimage,andfinallyfoundthemethodofeachframeimageofthetargetposition,soastorealizethereal—timetrackingofthe100frameofvideoimages。
Keywords:
targetdetection;
threshold;
videoobjecttracking;
centroidestimation
第1章引言
1.1选题背景
数字图像处理起源于20世纪20年代。
当时,人们通过Bartlane海底电缆图片传输系统,从伦敦到纽约传输了一幅经过数字压缩后的照片,从而把传输时间从一周多缩短到不足三个小时。
为了传输图片,该系统在传输端进行了图像编码,然后在接受端用特殊打印设备重构了该图片.尽管这一应用包含了数字图像处理的知识,但是并没有使用计算机。
而数字图像处理需要很大的存储空间和计算能力,其发展受到计算机中数据储存、显示和传输等相关技术发展的制约[1]。
在20世纪50年代,当时的电子计算机已经发展到一定水平,人们开始利用计算机来处理图形和图形信息。
在20世纪60年代初期数字图像处理作为一门学科大约形成了。
第一台可执行图像处理任务的大型进算计出现.早期的图像处理的目的是改善图像的质量,它以人为对象,已改善人的视觉效果为目的。
图像处理中,输入的是质量低的图像,输出的是改善质量后的图像,常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室(JPL)。
他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术,如几何校正、灰色变换、去除噪声的方法进行处理,并考虑了太阳位置和月球环境的影响,由计算机成功地绘制出月球表面地图,获得了巨大的成功.随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理技术都发挥了巨大的作用.
20世纪60年代末70年代初,数字图像处理技术应用于医学图像、地球遥感监测和天文学等诸多领域。
1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置,也就是我们通常所说的CT(ComputerTomograph)。
CT基本方法是根据人的头部截面的投影,经计算机处理来重建截面图像,称为图像重建。
1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。
1979年,这项无损伤诊
断技术获得了诺贝尔奖,说明它对人类作出了划时代的贡献.1972年美国陆地资源卫星(Landsat)将多谱图像用于资源探测。
同年,计算机层析仪(CT)问世,它将图像重建技术用于医学[2].
20世纪70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展。
人们已开始研究如何使用计算机系统解释图像,实现类似人类视觉系统理解外部世界,这被称为图像理解或计算机视觉.很多国家,特别是发达国家投入更多的人力、物力到这项研究,取得了不少重要的研究成果。
其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论,这个理论成为计算机视觉其后十多年的主导思想。
图像理解虽然在理论方法研究上已取得了不小的进展,但它本身是一个比较难的研究领域,存在不少困难,因人类本身对自己的视觉过程还了解甚少,因此计算机视觉是一个有待人们进一步探索新的领域。
1.2课题研究目的及意义
最早的图像处理时上世纪六七十年代,随着电子技术和计算机技术的不断提高和普及,数字图像处理进入高速发展时期。
数字图像处理就是利用数字计算机或者其他数字硬件,对图像信息转换而得的电信号进行某些数学运算,以提高图像的实用性.例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等等。
数字图像处理技术处理精度比较高,而且还可以通过改进处理软件来优化处理效果。
总的来说,数字图像处理包括点运算、几何处理、图像增强、图像还原、图像形态学处理、图像编码、图像重建、模式识别等。
由于计算机技术处理能力不断增强,数字图像处理学科在飞速发展的同时,也越来越广泛地向其他许多学科快速交叉渗透,使得图像作为信息获取以及信息的利用等方面也变得越来越重要。
目前数字图像处理应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。
MathWorks公司推出的MATLAB是学习数理知识的好帮手。
应用MATLAB友好的界面和丰富、实用、高效的指令及模块,可以使人较快地认识、理解图像处理的相关概念,逐步掌握图像信号处理的基本方法,进而能够解决相关的工程和科研中的问题.
图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。
随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大,数字图像处理对人类的作用将是不可限量[3].
1.3课题研究思路
本文首先通过对MATLAB软件的了解及应用,基于MATLAB的数字图像处理环境和如何利用MATLAB及其图像处理工具箱进行数字图像处理。
主要论述了利用MATLAB实现对图像读取、阀值处理、距心的求取等图像处理.
第2章数字图像处理简介
2.1图像数字化过程
图像的数字化过程就是在计算机内生成一个二维矩阵的过程。
数字化的目的是将一幅图像以数字的形式进行表示,并且要做到既不失真又便于计算机进行处理。
图像的数字化要求是要达到以最小的数据量不失真地描述图像信息。
数字图像(digitalimagine)和传统的图像即模拟图像(picture)是有差别的.
图像的数字化包括采样和量化两个过程。
1。
采样
采样(sampling)就是把在时间上和空间上连续的图像分割成离散点(采样点,即像素)的集合的一种操作。
采样是对图像空间坐标的离散化,它决定了图像的空间分辨率。
采样越细,越能精确地表现图像.
图像基本上是在二维平面上连续分布的信息形式要把它输入到计算机中,首先要把二维信号变成一维信号,因此要进行扫描(scanning)。
最常用的扫描方法是在二维平面上按一定间隔顺序地从上方顺序地沿水平方向的直线(扫描线)扫描,从而取出浓淡值(灰度值)的线扫描(Laster扫描)。
对于由此得到的一维信号,通过求出每一特定间隔的值,可以得到离散的信号。
对于运动图像除进行水平,垂直两个方向的扫描以外,还有进行时间轴上的扫描.
通过采样,如设横向的像素数为M,纵向的像素数为N,则画面的大小可以表示为“M*N”个像素。
一般来说,图像中细节越多,采样的间隔应当越小.
2.量化
如果把这些连续变化的值(灰度值)量化为8bit,则灰度值被分成0-2552的256个级别,分别对应于各个灰度值的浓淡程度,叫做灰度等级或灰度标度。
经过采样,图像被分解成在时间上和空间上离散分布的像素,但是像素的值(灰度值)还是连续值。
像素的值,是指白色—灰色-黑色的浓淡值,有时候也指光的
强度(亮度)值或灰度值。
把这些连续的浓淡值或灰度值变为离散的值(整数值)的操作就是量化。
在0—255的值对应于白-黑的时候,有以0为白,255为黑的方法,也有以0为黑,255为白的方法,这取决于图像的输入方法以及用什么样的观点对图像进行处理等,这是在编程时应特别注意的问题.但在只有黑白二值的二值图像的情形,一般设0为白,1为黑[4]。
量化的方法有:
(1)分层量化(Hierarchicalquantization)
(2)均匀量化(Uniformquantization)
(3)非均匀量化(Non—uniformquantization)
分层量化是把每一个离散样本的连续灰度值分成有限多的层次。
均匀量化是把源图像灰度层次从最暗至最亮均匀分为有限层次,如果采用不均匀分层就是非均匀量化.
对连续的灰度值赋予量化级的,即灰度值方法有:
等间隔量化(Equalintervalquantization)和非等间隔量化(Nonequalintervalquantization)。
等间隔量化是简单地把采样值的灰度范围等间隔地分割并进行量化。
非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数,按总的量化误差的最小的原则来进行量化。
实用中一般采用等间隔量化[5].
3.采样、量化和图像细节的关系
上面的数字化过程,需要确定数值N和灰度级的级数K.在数字图像处理中,一般都取成2的整数幂,即:
(2—1)
(2-2)
一幅数字图像在计算机中所占的二进制存储位数b为:
(2—3)
例如,灰度级为256级(m=8)的512×
512的一幅数字图像,需要大约210万个存储位。
随着N和m的增加,计算机所需要的存储量也随之迅速增加。
由于数字图像是连续图像的近似,从图像数字化的过程可以看到。
这种近似的程度主要取决于采样样本的大小和数量(N值)以及量化的级数K(或m值)。
N和K的值越大,图像越清晰[6]。
2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整 基于 MATLAB 图像 处理 跟踪 算法
![提示](https://static.bdocx.com/images/bang_tan.gif)