基于當(dāng)前統(tǒng)計(jì)模型的攝像頭控制

[摘 要]：視頻跟蹤技術(shù)在民用和軍事的許多領(lǐng)域中都具有極為廣泛地應(yīng)用前景，是近年來非常重要的研究熱點(diǎn)。在本文中我們提出了一種利用當(dāng)前統(tǒng)計(jì)模型控制攝像頭，使其始終對(duì)準(zhǔn)跟蹤目標(biāo)的方法。首先基于目標(biāo)的特征值，對(duì)目標(biāo)進(jìn)行識(shí)別。結(jié)合攝像機(jī)的偏轉(zhuǎn)角度與圖像中坐標(biāo)解算出實(shí)際空間坐標(biāo)。然后以周宏仁先生提出的當(dāng)前統(tǒng)計(jì)模型為基礎(chǔ)，預(yù)估目標(biāo)運(yùn)動(dòng)軌跡，對(duì)攝像頭進(jìn)行控制，使其始終對(duì)準(zhǔn)運(yùn)動(dòng)目標(biāo)，并進(jìn)行拍攝，再利用圖像，解算坐標(biāo)，進(jìn)行反饋調(diào)節(jié)。實(shí)驗(yàn)結(jié)果表明：利用該種方法對(duì)攝像頭進(jìn)行控制，能夠很好的使攝像頭對(duì)準(zhǔn)目標(biāo)。

[關(guān)鍵詞]：當(dāng)前統(tǒng)計(jì)模型 目標(biāo)識(shí)別 視頻跟蹤

0.引言

視頻跟蹤技術(shù)在民用和軍事的許多領(lǐng)域中都具有極為廣泛地應(yīng)用前景，在過去十幾年間很快成為一個(gè)非常重要的研究熱點(diǎn)，吸引了許多研究者的關(guān)注。在國內(nèi)，許多高等院校和研究機(jī)構(gòu)在視頻跟蹤領(lǐng)域投入了相當(dāng)多的研究精力，視頻跟蹤是近年來新興的一個(gè)研究方向，它融合了計(jì)算機(jī)視覺，模式識(shí)別，人工智能等學(xué)科的技術(shù)，是一種應(yīng)用前景非常廣泛的技術(shù)。在現(xiàn)實(shí)應(yīng)用中，許多情況下，對(duì)目標(biāo)的跟蹤需要攝像頭的移動(dòng)，為了使攝像頭能夠很好的跟蹤住目標(biāo)而不至于在目標(biāo)運(yùn)動(dòng)過程中丟失目標(biāo)，文章設(shè)計(jì)了一種利用當(dāng)前統(tǒng)計(jì)模型對(duì)云臺(tái)進(jìn)行控制從而使攝像頭對(duì)準(zhǔn)跟蹤目標(biāo)的方法.

1.目標(biāo)的提取與定位

1.1 目標(biāo)的提取

獲取背景圖片，根據(jù)目標(biāo)存在時(shí)圖片與背景圖片的顏色差值，并將干擾噪聲去除，在圖片中識(shí)別出目標(biāo)。

（abs（Imwork（：，：，1）-Imback（：，：，1）） > 10） | （abs（Imwork（：，：，2）-Imback（：，：，2）） > 10） |（abs （Imwork （：，：，3） - Imback （：，：，3）） > 10）

1.2 目標(biāo)的定位

像平面中心與世界坐標(biāo)系統(tǒng)的位置偏差記為矢量，其分量分別為，，，這里假設(shè)攝像機(jī)分別以角（是和軸間的夾角）掃視和以角（角是和軸間的夾角）傾斜。

上述模型可通過以下一系列步驟轉(zhuǎn)換為世界坐標(biāo)系統(tǒng)與攝像機(jī)坐標(biāo)系統(tǒng)重合時(shí)的攝像機(jī)模型：①將像平面原點(diǎn)按矢量移出世界坐標(biāo)系的原點(diǎn)；②以某個(gè)角（繞軸）掃視軸③以某個(gè)角將軸傾斜（繞軸旋轉(zhuǎn)）

將攝像機(jī)相對(duì)于世界坐標(biāo)系運(yùn)動(dòng)也等價(jià)于將世界坐標(biāo)系相對(duì)于攝像機(jī)逆運(yùn)動(dòng)。具體來說可對(duì)每個(gè)世界坐標(biāo)系中的點(diǎn)分別進(jìn)行如上幾何關(guān)系轉(zhuǎn)換所采取的3個(gè)步驟。平移世界坐標(biāo)系的原點(diǎn)到像平面原點(diǎn)可用下列平移矩陣完成：

換句話說，位于坐標(biāo)為（ ）的齊次坐標(biāo)點(diǎn)經(jīng)過變換后位于變換后新坐標(biāo)系統(tǒng)的原點(diǎn)。

跟蹤方法的設(shè)計(jì)

鑒于幾種方法的特性，為了能夠較好的適應(yīng)目標(biāo)的跟蹤.，我們選取當(dāng)前統(tǒng)計(jì)模型，對(duì)目標(biāo)進(jìn)行跟蹤。

加速度均值，一維情況下的狀態(tài)方程為：

其中，，分別為目標(biāo)的位置、速度和加速度。設(shè)采樣周期為T，通過離散化處理，我們可以得到下列離散狀態(tài)方程：

是均值為零，方差為R（k）的高斯觀測(cè)噪聲。

自適應(yīng)卡爾曼濾波算法：

2.利用跟蹤算法實(shí)現(xiàn)攝像頭對(duì)目標(biāo)的對(duì)準(zhǔn)

利用matlab對(duì)目標(biāo)進(jìn)行提取跟蹤。系統(tǒng)將有電動(dòng)云臺(tái)，攝像機(jī)、計(jì)算機(jī)組成；設(shè)備指標(biāo)：

云臺(tái)：可控，水平轉(zhuǎn)動(dòng)> 300度，俯仰> 90度；

攝像：白天與傍晚可攝像，有效光照度<0.1Lx；

計(jì)算機(jī)：顯示攝像圖像，鼠標(biāo)點(diǎn)運(yùn)動(dòng)物體并鎖定；

2.1軟件設(shè)計(jì)流程圖

2.2跟蹤效果圖

以下是利用當(dāng)前統(tǒng)計(jì)模型對(duì)攝像頭控制時(shí)對(duì)目標(biāo)的跟蹤效果：

其中綠色為小球的實(shí)際輪廓，紅色為跟蹤計(jì)算的輪廓。

3.跟蹤效果分析

由實(shí)驗(yàn)結(jié)果（1）（2）（3）可以看出，利用當(dāng)前統(tǒng)計(jì)模型對(duì)目標(biāo)進(jìn)行跟蹤，具有很好的跟蹤效果，可以很好的使攝像頭跟蹤上機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)。無論是在強(qiáng)機(jī)動(dòng)的情況（1），還是在勻加速運(yùn)動(dòng)的情況（2），勻減速的運(yùn)動(dòng)情況（3），都能實(shí)現(xiàn)對(duì)目標(biāo)的準(zhǔn)確跟蹤?？梢院芎玫膶?shí)現(xiàn)對(duì)攝像頭的控制。

參考文獻(xiàn)：

[1]《機(jī)動(dòng)目標(biāo)跟蹤》周宏仁 敬忠良 王培德 北京：國防工業(yè)出版社 1991

[2]《雷達(dá)數(shù)據(jù)處理及應(yīng)用》何友 張晶煒 電子工業(yè)出版社2009.7

[3]數(shù)字圖像處理（第二版）英文版 Rafael C.Gonzalez，電子工業(yè)出版社2002.7

[4]機(jī)動(dòng)目標(biāo)的模糊自適應(yīng)跟蹤算法 巴宏欣 趙宗貴 楊飛 董強(qiáng) 張濤 2004.6

[5]Y.Bar-Shalom，T.E.Fortmann.Tracking and Data Assoxiation.Acamedic press，1988