视频跟踪系统模型研究
- 格式：pdf
- 大小：567.96 KB
- 文档页数：6
第28卷增刊12006年舰船科学技术SHIPSCIENCEANDTECHNOLOGYVol.28，Supplement12006
文章编号:1672一7649(2006)S1一0015一05
视频跟踪系统模型研究
黄立新，张明谦
(中国船舶重工集团公司第三六八厂，河北邯郑056028)
摘要:针对视频跟踪系统在高精度位置控制系统中普遍应用的情况，分析了视频跟踪系统的组成和原理，分析了视频跟踪系统的硬件组成，信号去噪和目标提取算法，研究了视频跟踪系统的数学模型，给出了该模型的使用条件，有利于提高高精度位置控制系统的性能。关键词:视频;跟踪;模型
中图分类号:TN959.6文献标识码:A
Videotrackingsystemmodelresearch
HUANGLi-xin，ZHANG(The368PlantofCSIC，HandanMing-gian056028,china)
Abstract:Thevideotrackingsystemisusedtoconstitutetheprecisionpositioncongtrolsystem，the
principleandformsofthevideotrackingsystemareanalyzed.Byanalysisthehardwareandarithmeticof
noiserestrainandtargetrecognising,themodelandtheapplicationconditionofthevideotrackingsystenisanalysed.
Keywords:video;track;model
0引言
近年来，视频跟踪系统的应用越来越普遍，特别是在高精度位置跟踪系统中，视频跟踪系统具有相当重要的作用。由于视频跟踪系统是从视频信号提取目标信息，并给出目标相对于视场中心偏差的一种控制电路，因此当视频跟踪系统的视场角较小时，视频跟踪系统的分辨率比较高，一般的视频跟踪系统分辨率能达到0.1mrad，高精度的视频跟踪系统分辨率能达到0.01mrad，为提高跟踪系统的精度提供了必要
条件。视频跟踪系统是光电跟踪设备、光电制导设备不可缺少的组成部分，随着红外技术的发展，具备同时处理电视视频信号和红外视频信号能力的视频跟踪系统已经研制成功。由于视频位置跟踪系统是一种比较新的控制电路，其模型与设计和研制单位的专
用技术有关。随着大规模集成电路制造技术及微计算机技术的发展，视频跟踪系统的模型已经趋于成熟，在高精度位置跟踪系统研究过程中，需要对视频跟踪系统的模型进行深人研究。
1视频跟踪系统原理
视频跟踪系统通过对输人视频信号的处理，形成检测窗口，提取目标，并输出目标相对于视轴的偏差量。根据提取目标的方式，视频跟踪系统分为对比度
跟踪、质心跟踪和相关跟踪等跟踪方式。1.1对比度视频跟踪系统
相比较而言，对比度视频跟踪系统简单、可靠性高、技术实现简便。图1是对比度跟踪的原理框图。摄像机输出的视频图像信号经过图像去噪环节，送人视频采样和信号处理环节，经过目标提取环节的计算，得到目标的位置信息。图I重点描述了与视频跟踪特性有关的环节，目标提取部分采用最大对比度
的设计思路，即认为波门内信号最大对比度对应的信号即为目标的电视信号，此位置对应的视频偏差即为
目标跟踪系统的视频位置误差。2个计器分别记录
高低、水平向上对应目标处的偏差值，经过模转换
收稿日期:2006-06-08
.16"舰船科学技术第2s卷-~一一一一-钾-一~一一~种--一~一叫一甲一竺二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二二一二二二二二二二二二二二二二二二二二二二二二二二二二二二二一~一一-一一一一一--
图1对比度视频跟踪系统原理图
和误差处理后输出。同时，误差反馈到行、场波门产生
电路，实现视频跟踪系统内部对波门的自动跟踪。
1.2相关视频跟踪系统图2是相关跟踪系统原理框图，其基本工作原理
是:把已存储的目标基准图像，与搜索或跟踪采用系统得到的景物图像相比较，找出其采样图像中某个子
图像与基准图像最一致或相关度最高的图像。这个子图像在视场中的位置相对于视轴的偏差就是视频
跟踪误差。1.3综合视频跟踪系统综合视频跟踪系统采用大面积逐点投影跟踪处理技术，对经预处理模块处理后的数字图像进行二值
化分割，并将此二值图像按多种判别算法准则进行几
何集群链接，以进一步消除二值噪声，形成“剪影”图像投影给跟踪系统的中心处理计算机。由计算机计
算出目标的质心脱靶量、置信度及目标的周长、面积、宽高比、二阶矩等一系列参数，计算机依据这些参数
进行智能识别运算，进而使跟踪系统做到识别预测和
主跟踪目标的优先化。这种技术的应用对跟踪性能有显著的影响，使跟踪测量精度更高，不受边缘噪声影响;跟踪锁定后稳定可靠，窗口内噪声对环路扰动
影响很小等。
图2相关电视跟踪原理框图
该视频跟踪系统具有多种跟踪模式以适应不同的目标、背景以及精度要求，对简单背景下的目标采
用二值质心跟踪，对复杂背景下的目标采用相关跟
踪。该视频跟踪系统的组成框图如图3所示。
1)模数转换及视频预处理视频预处理模块包括模数转换、小波去噪、边缘检测、背景统计、目标提取和自动捕获5个部分。其工作原理是:原始视频经模数转换变换为数字信号，
通过小波去噪去掉图像中的散点噪声;采用边缘检
测算法计算图像边缘;同时对视频信号实时统计、处理，计算出黑白目标的切割阀值，将目标从背景中提取出来，形成二值图像。系统在工作窗口内对目标自
动捕获，捕获送计算机作为跟踪窗口的形成参。二值图像按多种判别准则进行实时空间去噪，经集群链接预处理后进一步消除噪声。由于目标的切割阀值是根据视频信号实时求取的，所以这种方法很
好地解决了目标切割灵敏度与动态范围的矛盾。
2)同步与时序发生器
本视频跟踪系统以摄像机为同步源，通过同步检
出和锁相环电路，得到行/场同步、行/场消隐等信号，作为系统的基本工作时序，并保证与摄像机严格同
步。在此基础上产生各单元电路的工作时序，形成一
个统一的同步系统。在此模块中还集成了窗口发生器与字符发生器。
窗口发生器产生跟踪窗口和显示窗口，用于屏蔽目标外的背景干扰，同时直观显示跟踪状态。字符发生器
产生系统在监示器上显示的勤务字符、十字丝、目标指示光标等图形，形成系统的工作界面。
增刊1黄立新，等:视频跟踪系统模型研究17
气……]-.]。]J相关运算器模板RAM
结果RAM显存字符生成
.r
.
1.中断边缘检测
自动捕获}扩展总线
=-一(
DSP
图3视频跟踪系统原理框图
2图像去噪及跟踪算法
2.1图像去噪技术
视频跟踪系统输人的视频信号是CCD摄像机或
红外视频摄像机摄取的，摄像机将目标和背景的光信衅(t)1}7,F(t-n)
上展开，m和n分别为膨胀系数与伸缩系数。对于信
号x(t)，可以用小波正交基表示，同时可以由小波变换系数恢复。
、、.矛
、，2峨1
，‘2皿几、
Zt、号或能量信号按一定的时序和格式转换为电信号，即xn
形成视频信号。视频图像信号在产生、传输和记录过
程中经常受到各种噪声的干扰。当目标距离很远时，
目标和背景的光信号或能量信号在到达视频传感器
后，将非常微弱，并且含有各种干扰和噪声信号，给目
标识别带来了困难。为了获得足够好的检测、识别和
跟踪效果，采用适当的方法减少图像信号中的噪声成
为一项非常重要的图像处理步骤。
小波分析作为信号处理领域中的一种重要方法，
在图像去噪领域得到了广泛应用。小波变换可以看
作是信号在一组正交基函数上的分解，而被称之为小
波基的函数可以通过1个原型小波的伸缩(尺度)和
平移得到。原型小波可以看作是1个带通滤波器，而
原型小波的尺度和平移(小波基)可看作是带通滤波
器组，并且该带通滤波器组具有恒定的相对带宽或
恒一Q特性;小波变换具有完善重建能力，可以保证
信号在分解过程中没有任何信息损失及冗余信息，即
小波变换作为一组表示信号分解的基函数是惟一的;
小波变换把图像可分解成逼近图像和细节图像之和，
它们分别代表了图像的不同成分，因此原始图像的结
构信息和细节信息很容易提取。
小波变换是将信号在一个由小波母函Y'(t)的整平移和尺度伸缩所构成的正交基x(t)=Jm“，衅“’dt，
=YY,x.V(t)。
其中，对为x(t)在平移伸缩系V(t)上的小波变
换。采用多分辨率分析的小波变换将信号按由精细到粗糙的级别进行分解，能够得到更好的去噪效果。
一维小波变换的多分辨率分析过程是:在第一级分解中，用理想低通去噪器Ha和理想高通去噪器H，将信
号频带Vo分解成2个子空间V1和W1，其中V1为低
频空间，W，为高频空间，且Vo是V1和W，的直和，可
记做Vo=V,Q+W,;在第二级分解中，同样用H。和
H，将V,分解成低频子空间Vz和高频子空间W,IV,
是VI.和W2的直和，同理可以继续对Vz,Vs1...IVJ_1
分解，得到不同级别下的低频和高频子空间，最后有:vv=w,①v,=W,①WZ④v2=一二
W，①WZ①二Wi④Vi。(3)
其中，Vi为第.J阶分辨率分解下的低频子空间;W
W2,..IWi分别为不同分辨率级别下的高频子空间。将一维小波变换扩展为二维小波变换，上述多分
辨率分析方法就可以适用于视频图像信号。因为二
维小波分解有可分离性，因此图像信号的小波分解可
以通过做两次一维小波分解来实现，即在图像的列
.18-舰船科宇技术第28卷
}r.-,UH
HH(a)原图像
向和行方向上各作一维小波分解，就可以得到图像的二维小波分解。
如图4所示，一幅图像信号在小波分解后将变成
4幅子图像信号，其中LL是行和列上的低频分量，LH是行方向上的高频分量，HL是列方向的高频分
量，HH是对角线方向上的高频分量，故LL对应于一维小波变换中的V,，而一维小波变换中的高频子空间w，对应于由LH,HL和HH三部分共同组成的集
合。图像的多分辨率分解就是对在上一级分解中得到的低频近似图像巧_,进行迭代分解，故图像的第j阶LH,HL,HH包含的是第j一1阶LL的高频信息，
而第j阶的LL则是第J一1阶LL的低频近似，对应的
重建信号分别是各种分辨率下去噪后的图像信号。在实际应用中小波分解的阶数与图像的大小有关，对于512x512图像最大可以进行4阶分解，如果
分解的阶数过大将造成图像模糊，并损失很多局部特
征，而且计算量非常大。小波多分辨率分解的去噪算法流程图见图50技术实现途径是在跟踪波门内对每一行视频信
号进行采样，将每个采样点与相邻采样点的采样值进
行比较，得到相对变化量△Vi,l，求波门内所有采样点
的幅值相对变化量的最大值，对应该最大值的采样点
集为跟踪点，
c(x,y)=一△V;,j}。(4)
式中:c(x,y)为跟踪点在视频信号中的坐标;i,j为
相对于波门起点的偏差值。这种跟踪算法简单，当目标运动时，由于姿态、光照角度变化等影响，使目标图像各部分之间的对比度发生变化，引起跟踪点的跳
动，将使跟踪平稳性变差，并降低跟踪精度。2.2.2质心跟踪
由帧存储器中读取跟踪窗口内的数据投影，首先
计算出其行、列累加值，然后进一步计算出目标的脱靶量△X和△y及目标几何特性等。
首先要对目标的边缘进行检测，一般检测方法是
利用图像边缘的一阶和二阶导数信息来进行检测，如
梯度法、模板算子法和曲面拟合法等。模板算子法和曲面拟合法均是在梯度法的基础上发展而来的。模
