完整版基于视频图像序列的目标运动轨迹提取技术毕业论文Word文档下载推荐.docx

完整版基于视频图像序列的目标运动轨迹提取技术毕业论文Word文档下载推荐.docx

《完整版基于视频图像序列的目标运动轨迹提取技术毕业论文Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《完整版基于视频图像序列的目标运动轨迹提取技术毕业论文Word文档下载推荐.docx（44页珍藏版）》请在冰豆网上搜索。

针对SIFT特征匹配算法中的欧式距离无法自适应调节问题，提出了多目标优化的SIFT特征匹配算法，建立了以相关系数和特征点之间的欧氏距离为目标函数，以置信度为约束条件的多目标优化模型，减少了特征点的误配率；

最后通过车载CCD实验对系统功能和精度进行验证，数据表明该系统能够精确的实现运动目标的轨迹测量，并具有较强的适应性和可靠性。

1绪论

1.1课题研究背景及意义

基于视频图像序列的目标运动轨迹提取技术是动态视觉领域中一个具有重要意义和实际价值的研究课题。

目标运动轨迹是反映一段时间内目标的运动路线，它的精确提取能够实现测量和分析目标的运动参数、运动行为评估等。

在军事领域中，该技术已经成为精确制导武器的一项关键技术，它能够有效地提高武器的打击精度，强化武器的打击力度；

同时在民用领域，以该技术为基础建立的人机交互系统，能够实现运动目标的智能跟踪、行为监管等，真正地体现运动目标监控系统的自动化和智能化。

因此无论在民用上还是在军事领域中，该技术的研究都具有较强的理论意义和研究价值。

目前基于视频图像序列的目标运动轨迹提取技术根据相机视场和参照物的不同可分为固定视场内参照物运动、变化视场内参照物运动和固定参照物视场变动情况下的运动目标跟踪及轨迹检测。

固定视场内参照物运动方式中，相机及其视野固定，对视野内的运动目标进行跟踪检测，具有空间和时间上的区域限制，仅能得到固定区域、固定时间段中的目标运动轨迹；

变化视场内参照物运动是对固定视场方式的一种改进，通过云台等多维运动系统实现相机视野的变化，能够拓展运动目标跟踪的范围和时间得到扩展，但是由于镜头等光学器件的限制，当运动目标超出一定范围则无法成像或成像目标体的“点化”现象；

固定参照物视场变动模式下，相机视野随运动目标的运动变化，利用相邻两帧图像中的固定参照物的空间位置不变特性实现运动目标的轨迹计算，此类方法不受相机视野的限制，能够有效地提高运动体轨迹提取的作用范围，但是要求相邻两帧之间必须具有一定的重复。

本论文针对固定参照物视场变动模式下运动目标轨迹提取问题进行深入研究，设计开发了基于视频图像序列的运动目标轨迹提取系统；

提出了成像系统外参实时校正算法、多目标优化特征提取算法，有效的解决了累积误差较大、坐标计算精度低等问题，实现了运动目标轨迹的精确测算。

1.2课题相关领域研究现状

1.2.1基于卫星定位导航系统的运动目标轨迹提取技术

随着科学技术的不断进步，卫星定位导航系统与计算机视觉技术相结合在目标运动轨迹跟踪提取领域得到了广泛的应用。

通过接收至少4颗卫星不间断发送自身星历参数和时间信息，对地面目标进行精确定位，从而可以有效地对目标运动轨迹进行跟踪和定位。

目前，可实用的卫星导航系统有美国全球卫星定位导航系统（GPS）、前苏联的全球导航卫星系统（GLONASS）、欧洲“伽利略”以及我国自主研发的“北斗”卫星导航系统。

美国的全球定位系统GPS在20世纪60年代末开始研发。

1978年发射第一颗卫星，迄今共经历了在轨验证试验的第一代GPS-1和实用组网的第二代GPS-2、GPS-2A、GPS-2R、GPS-2F等不断改进的型号。

二十多年来，经过不断改进，GPS卫星的寿命得到不断的延长，抗干扰能力和导航精度不断提高，并增强了地面站的保密性能及星间链路安全性。

美国的GPS系统无论在军事还是民用方面都对全球产生了重大影响；

俄罗斯全球导航系统GLONASS是一个由俄军方控制使用的全球卫星导航系统，1982年开始正式发展，1996年宣布建成。

GLONASS的发展大致可分为两个阶段，。

第一阶段是1982至1985年的试验阶段，共发射11颗第一代试验卫星；

第二阶段是1985年至1995年的部署阶段，共发射57颗三种型号的卫星，使系统达到满星座运行。

但GLONASS卫星寿命较短，建成之后又不能及时进行补网卫星发射，导致在轨可用卫星少。

GLONASS的应用普及远远不及GPS；

1992年2月10日欧盟执行机构欧洲委员会公布了欧洲导航卫星系统Galileo计划。

2002年3月26日，欧盟15国交通部长会议一致决定正式启动Galileo计划。

2003年5月26日，欧空局15个成员国就联合开发Galileo系统达成协议，解决了阻碍Galileo计划顺利实施的投资与利益分配问题。

2003年7月11日，Galileo系统的首批两颗卫星合同授出。

我国在2000年首先建成北斗导航试验系统。

2007年4月14日，成功发射了第一颗北斗导航卫星，2009年4月15日，我国在西昌卫星发射中心用“长征三号丙”运载火箭成功将第二颗北斗导航卫星送入预定轨道。

2010年1月17日，成功将第三颗北斗导航卫星送入预定轨道。

根据系统建设总体规划，2012年左右，系统将首先具备覆盖亚太地区的定位、导航和授时以及短报文通信服务能力；

2020年左右，建成覆盖全球的北斗卫星导航系统。

自从卫星导航定位系统投入运行以来，其应用领域不断扩展，应用潜力也不断得到开发。

同时，对定位精度、实时性方面的要求也越来越高。

对卫星定位导航系统中定位精度较高的GPS而言，GPS卫星的空间几何分布也会对定位精度产生一定程度的影响。

在忽略美国SA政策的情况下，普通GPS接收机定位精度约为30m左右。

消除定位精度带来的影响一般是采用差分GPS，实时差分GPS（DGPS）定位的精度可以达到2m--5m。

对于普通的定位和导航应用如陆地车辆、海上船舶、空中飞机以及个人等的定位和导航而言，上述的位置精度己经足够了。

但是，在一些特殊的应用领域，如目标运动轨迹精确提取、测绘、地震监测、飞机进场着陆以及其他精密测量领域，要求达到分米级、厘米级甚至毫米级的精度，普通差分GPS就不能满足要求了。

另一方面，有时由于道路两旁地物特征复杂，又受高大建筑物、隧道、立交桥、树木等地物的反射和遮蔽等影响，卫星定位导航系统将产生盲区，影响目标跟踪及定位的精度。

由于上述原因，使用卫星定位导航系统无法精确地对目标的运动轨迹进行测算和提取，必须增加其他约束条件，但都需要很高的成本。

1.2.2基于图像的运动目标轨迹跟踪技术的研究现状

基于图像的目标运动轨迹提取技术是对摄像机采集的图像序列进行特征提取，并根据这些特征对图像序列中的目标进行关联、匹配，得到运动目标的运动轨迹。

目前该技术根据相机视场和参照物的不同可分为固定视场内参照物运动、变化视场内参照物运动和固定参照物视场变动情况下的运动目标跟踪及轨迹检测。

对于固定视场内参照物运动和变化视场内参照物运动两种情况下的运动目标轨迹提取技术，国内外各国学者都已展开了相关研究，并取得了很多优秀成果。

目标跟踪的基本概念首先是由Wax在1955年提出的；

1964年，Sittler在包括数据关联等内容的多目标跟踪理论方面取得了突破性进展。

随着经过多年的研究与发展，视频监控系统取得了很大的进步和成就，1997年，美国DARPA（DefenseAdvancedResearchprojectsAgency）就设立了以卡内基梅隆大学为首的视觉监控重大项目VSAM（VisualSurveillanceAndMonitoring），其目标是建立一个能在城市或战场等复杂环境下应用多个摄像机对人、车等的行为进行监控的系统，用于实现人力监控费用昂贵、非常危险或者人力无法到达的场合的监控；

2000年开始，美国DARPA又资助了HID（HumanIdentificationataDistance）项目，其任务是开发多模式、大范围的视觉检测技术，实现远距离人的检测、分类和识别。

有26个高校公司参与了该项目。

Berkelye分校从上世纪90年代初开始对实时交通监控方面进行研究，在运动物体分割、运动物体跟踪、遮挡处理等技术方面的研究上取得了一定的成果，并发表了多篇相关科学研究论文。

在国内，对于这两种情况的轨迹提取技术的研究研究起步较晚，发展水平相对较低。

我国从1986年开始对图像跟踪正式立项研究，图像跟踪算法理论研究取得了很大的发展。

2002年刘永信等人探讨了基于Kalman滤波理论的渐消记忆递归最小二乘法在重建图像背景中的应用；

同年，张辉等人研究了如何实现出格点检测和聚类自动检测；

1999年王栓等介绍了一种基于差分图像的运动目标检测算法，检测结果是符号化了的图像，其中运动目标由外接矩形表示，然后根据连续性约束假设，实现了运动目标的跟踪；

2003年隋晔等讲述了交通监控系统中应用视频图像流来跟踪运动目标并对目标进行分类的具体过程和原则，基于目标检测提出了双差分的目标检测算法，目标分类应用到了连续时间限制和最大估计的原则。

而对于固定参照物视场变动情况下的图像分析研究目前还处于目标的检测、跟踪和测量上，还没达到轨迹精确测算的理论高度。

如：

美国MIT的Lincoln实验室自90年代以来，在航拍图像处理方面做了大量的工作，他们综合利用高分辨率多极化航拍图像的多种特征进行目标的自动识别，因其高分辨率的数据特性，可采用二维匹配的方法确定目标的位置及方位角，最后采用盒维数对目标进行检测、跟踪。

同时，西欧各国也投入了大量的人力物力从事航拍目标识别、跟踪的技术研究，如英国学者采用MUM（MergeusingMoments）算法和最大似然估计对航拍图像的纹理特征进行分类，法国SheffieldUniversity的学者采用模板匹配运用互相关及K-S相关（Kolmogorov-Smirnov）算法提取特征，都得到了很好的效果。

国内发展也较快，已经有很多研究机构投入到航拍图像分析研究中，中北大学、国防科技大学、东南大学以及中国科学院电子学研究所38所等单位一直在积极开展固定参照物视场变动情况下的图像跟踪、检测方面的研究。

上述研究成果虽然能够很好地实现固定参照物视场变动情况下的目标识别、跟踪等图像分析工作，但是很难实现运动目标的轨迹测算。

这是因为在轨迹测算过程，需要解决相机视场中相对位置精确提取，相机的瞬时姿态校正、轨迹误差累积消除等关键技术。

目前这些相关技术还处在理论研究阶段，还未组成应用于实际的成型系统。

1.3课题来源

本课题来源于中北大学申请的山西省自然基金“基于时、空图像信息融合的像序列的时、空信息实现运动的目标运动轨迹的精确测算。

1.4主要研究内容

本文在深入研究图像的时、空信息的基础上，组建了基于视频图像序列的目标运动轨迹提取系统。

在该系统中，研究了成像系统外参实时校正算法、多目标优化特征提取算法，有效的解决了累积误差较大、坐标计算精度低等问题，实现了运动目标轨迹的精确测算。

具体研究内容如下：

第一章介绍了课题的研究背景、目的和意义，综述了目标轨迹提取的研究现状，然后对基于GPS