• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 7
    • 下载费用:30 金币  

    重庆时时彩彩票秘诀: 一种基于LABVIEW的目标跟踪方法.pdf

    关 键 词:
    一种 基于 LABVIEW 目标 跟踪 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410138684.1

    申请日:

    2014.04.08

    公开号:

    CN103903282A

    公开日:

    2014.07.02

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06T 7/20申请公布日:20140702|||实质审查的生效IPC(主分类):G06T 7/20申请日:20140408|||公开
    IPC分类号: G06T7/20 主分类号: G06T7/20
    申请人: 陕西科技大学
    发明人: 李光明; 张巧丽; 张涛; 殷波
    地址: 710021 陕西省西安市未央区大学园区陕西科技大学
    优先权:
    专利代理机构: 西安智大知识产权代理事务所 61215 代理人: 刘国智
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410138684.1

    授权公告号:

    ||||||

    法律状态公告日:

    2017.06.23|||2014.07.30|||2014.07.02

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    一种基于LabVIEW的目标跟踪方法,在目标未被遮挡时,目标跟踪采用区域模板匹配,通过LabVIEW内置的视觉与运动函数库中的机器视觉??槭迪帜0宓难昂推ヅ?,当目标被遮挡时,提取目标某个或某些具有不变性的特征,进行特征模板匹配,完成跟踪,在跟踪过程中引入搜索算法对下一时刻目标的位置状态进行估计假设,从而实现快速实时准确的跟踪,使得被遮挡目标能够准确、稳定地被跟踪,保证跟踪过程中目标不被丢失,提高跟踪速度,从而提高跟踪的实时性和鲁棒性。

    权利要求书

    权利要求书
    1.  一种基于LabVIEW的目标跟踪方法,其特征在于,包括如下步骤:
    步骤1,模板匹配:当目标未被遮挡时,目标跟踪采用区域模板匹配;先将初始帧制成模板,采用LabVIEW内置的视觉开发工具包IMAQVision中的IMAQLearnPatter4函数进行模板的学习训练,然后用模板在目标区域内进行像素匹配搜索,用IMAQMatchPatter4函数完成模板匹配过程,记录匹配像素数目,根据预先设定的阈值Ta判断是否匹配成功:若未匹配数小于或等于阈值Ta,则匹配成功,进行下一帧匹配搜索,然后进行步骤4卡尔曼预测;若未匹配数大于阈值Ta,则匹配失败,进行步骤2遮挡检测;
    步骤2,遮挡检测:根据模板匹配效果即目标区域大小变化判断目标是否被遮挡,以像素点匹配流失情况作为判断条件,根据预先设定的阈值Ta判断是否被遮挡:当目标像素流失数目a大于阈值Ta时,目标被遮挡,进行步骤3特征提取和特征匹配;当目标像素流失数目a小于或等于阈值Ta时,目标无遮挡,则进行步骤1重新设置阈值Ta1,Ta1<Ta,继续当前帧的模板匹配;
    步骤3,特征提取和特征匹配:当目标被遮挡时,根据运动物体提取目标某个或某些具有不变性的参数特征,然后用LabVIEW内置的视觉开发工具包IMAQVision中的相关函数进行特征模板的学习和匹配,完成跟踪;
    步骤4,卡尔曼预测:在LabVIEW的控制与仿真??橹械饔每ǘ瞬ㄆ?,利用前一帧的最佳匹配位置信息,预测当前帧目标的位置,当前帧匹配完成后,更新卡尔曼滤波器参数,缩小目标范围,预测目标下一帧可能出现的位置,实现快速实时准确的跟踪。

    2.  根据权利要求1所述的一种基于LabVIEW的目标跟踪方法,其特征在于,包括如下步骤:
    步骤1,模板匹配:首先选取车辆为运动目标,目标未被遮挡,目标跟踪采用区域模板匹配;获取包含目标车辆的视频序列,将初始帧制成模板,采用LabVIEW内置的视觉开发工具包IMAQVision中的IMAQLearnPatter4函数进行模板的学习训练,然后用模板在目标区域内进行像素匹配搜索,用IMAQMatchPatter4函数完成模板匹配过程,记录匹配像素数目为3000,阈值Ta预先设定为90,即3000的3%,若未匹配数小于或等于90,则匹配成功,进行下一帧匹配搜索,然后进行步骤4卡尔曼预测;若未匹配数大于90,则匹配失败,进行步骤2遮挡检测;
    步骤2,遮挡检测:根据模板匹配效果即目标区域大小变化判断目标是否被遮挡,以像素点匹配流失情况作为判断条件,根据预先设定的阈值90判断是否被遮挡:当目标像素流失数目a大于90时,目标被遮挡,进行步骤3特征提取和特征匹配;当目标像素流失数目a小于或等于90时,目标无遮挡,在判定目标车辆无遮挡的情况下,进行步骤1重新设置阈值Ta1,Ta1<Ta,继续当前帧的模板匹配,此时,Ta1为像素匹配数目的2%,即此时的阈值为60;
    步骤3,特征提取和特征匹配:当目标车辆被遮挡时,根据运动物体提取目标的几何特征,然后用LabVIEW内置的视觉开发工具包IMAQVision中的相关函数进行特征模板的学习和匹配,完成跟踪;
    步骤4,卡尔曼预测:在LabVIEW的控制与仿真??橹械饔每ǘ瞬ㄆ?,利用前一帧的最佳匹配位置信息:目标坐标、速度和方向,预测当前帧目标的位置,当前帧匹配完成后,更新卡尔曼滤波器参数,缩小目标范围,预测目标下一帧可能出现的位置,实现快速实时准确的跟踪。

    3.  根据权利要求1或2所述的一种基于LabVIEW的目标跟踪方法,其特征在于,所述阈值Ta为未匹配像素允许的最大误差,不超过目标匹配像素数目的10%。

    4.  根据权利要求1或2所述的一种基于LabVIEW的目标跟踪方法,其特征在于,所述步骤3中具有不变性的参数特征包括几何特征、颜色特征、图像边缘、轮廓、形状、纹理和直方图。

    5.  根据权利要求1或2所述的一种基于LabVIEW的目标跟踪方法,其特征在于,所述步骤4中最佳匹配位置信息包括目标坐标、速度和方向。

    说明书

    说明书一种基于LabVIEW的目标跟踪方法
    技术领域
    本发明涉及一种目标跟踪方法,属于机器视觉与图像处理技术领域,特别涉及一种基于LabVIEW的目标跟踪方法。
    背景技术
    目前,运动目标跟踪技术是计算机视觉领域的核心课题,也是智能视频监控系统的关键底层技术。在安全监测、交通管理等方面具有实用价值,具有灵活性和可视化的特点。在智能交通领域,通过对车辆目标的跟踪,智能交通信息分析系统可以使用架设在城市道路或高速公路上的固定摄像设备获取道路上的车辆信息,从而为系统终端提供必要的信息,自动地获取、记录、分析交通事故并进行报警,记录违章车辆的信息,进行交通流量的控制等。
    但是,在实际应用中,由于有许多不可预知的外界条件,如光照、遮挡和噪声,影响了目标跟踪的稳定性、准确性。尤其是在目标被遮挡时,目标容易丢失,容易造成目标跟踪失败?;谇蚋僭谀勘攴⑸闲⌒伪?、未被遮挡情况下可以准确跟踪,鲁棒性也很好。但该方法需要对整个图像区域进行搜索,要求获取的信息较多,因此会比较耗时,当目标出现太大遮挡时容易导致跟踪目标丢失。
    发明内容
    为了克服上述现有技术的不足,本发明的目的在于提出一种基于LabVIEW的目标跟踪方法,能够利用目标特征跟踪方法,使得被遮挡 目标能够准确、稳定地被跟踪,同时提高跟踪速度,提高跟踪的实时性和鲁棒性。
    为了实现上述目的,本发明采取的技术方案为:
    一种基于LabVIEW的目标跟踪方法,其步骤如下:
    步骤1,模板匹配:当目标未被遮挡时,目标跟踪采用区域模板匹配;先将初始帧制成模板,采用LabVIEW内置的视觉开发工具包IMAQVision中的IMAQLearnPatter4函数进行模板的学习训练,然后用模板在目标区域内进行像素匹配搜索,用IMAQMatchPatter4函数完成模板匹配过程,记录匹配像素数目,根据预先设定的阈值Ta判断是否匹配成功:若未匹配数小于或等于阈值Ta,则匹配成功,进行下一帧匹配搜索,然后进行步骤4卡尔曼预测;若未匹配数大于阈值Ta,则匹配失败,进行步骤2遮挡检测;
    步骤2,遮挡检测:根据模板匹配效果即目标区域大小变化判断目标是否被遮挡,以像素点匹配流失情况作为判断条件,根据预先设定的阈值Ta判断是否被遮挡:当目标像素流失数目a大于阈值Ta时,目标被遮挡,进行步骤3特征提取和特征匹配;当目标像素流失数目a小于或等于阈值Ta时,目标无遮挡,则进行步骤1重新设置阈值Ta1,Ta1<Ta,继续当前帧的模板匹配;
    步骤3,特征提取和特征匹配:当目标被遮挡时,根据运动物体提取目标某个或某些具有不变性的参数特征,然后用LabVIEW内置的视觉开发工具包IMAQVision中的相关函数进行特征模板的学习和匹配,完成跟踪;
    步骤4,卡尔曼预测:在LabVIEW的控制与仿真??橹械饔每ǘ瞬ㄆ?,利用前一帧的最佳匹配位置信息,预测当前帧目标的位置,当前帧匹配完成后,更新卡尔曼滤波器参数,缩小目标范围,预测目标下一帧可能出现的位置,实现快速实时准确的跟踪。
    所述阈值Ta为未匹配像素允许的最大误差,不超过目标匹配像素数目的10%。
    所述步骤3中具有不变性的参数特征包括几何特征、颜色特征、图像边缘、轮廓、形状、纹理和直方图。
    所述步骤4中最佳匹配位置信息包括目标坐标、速度和方向。
    由于本发明跟踪以训练学习过的模板与视频序列帧匹配,在运动目标被遮挡时,将卡尔曼滤波器引入位置预测,对下一时刻目标的位置状态进行估计假设,从而缩小目标搜索范围,提高跟踪速度;在运动目标被遮挡的情况下,目标本身的特征不会改变,同时,在准确选取特征点的前提下,采用特征匹配还可以克服由于光照改变及目标发生几何形变带来的跟踪障碍,使得被遮挡目标能够准确、稳定地被跟踪,保证跟踪过程中目标不被丢失,提高跟踪速度,从而提高跟踪的实时性和鲁棒性。
    附图说明
    图1为本发明模板示意图。
    图2为本发明目标匹配示意图。
    图3为本发明目标跟踪基本流程图。
    具体实施方式
    下面结合附图及实施例对本发明作进一步详细说明。
    参见图1,m为模板高度,n为模板宽度,T为包含运动目标的模板,大小为n×m,即n×m个像素。
    参见图2,T为模板,s为目标图像高度,t表示目标图像宽度,F为包含运动目标的搜索图像,大小为t×s。目标搜索图像一般大于目标模板。其匹配过程为:将目标模板置于搜索图像上,从左上角进行像素匹配,然后平移模板,搜索整个目标图像,直至匹配成功,即搜索到目标为止。
    参见图3,首先获取运动目标的视频序列,然后用卡尔曼滤波器预测下一帧目标位置的范围进行模板匹配,并根据设定的阈值Ta判断匹配结果。阈值Ta并非一个既定的值,根据不同的应用环境可适当调整。若匹配成功则继续跟踪;若匹配失败,则进行遮挡检测,如果目标被遮挡,采用特征模板匹配方法跟踪;如果目标没有被遮挡,则重置阈值Ta,当前帧的区域模板匹配直至搜索到目标,最后更新滤波器参数预测下一帧目标位置。
    实施例一:
    步骤1,模板匹配:首先选取车辆为运动目标,目标未被遮挡,目标跟踪采用区域模板匹配;获取包含目标车辆的视频序列,将初始帧制成模板,采用LabVIEW内置的视觉开发工具包IMAQVision中的IMAQLearnPatter4函数进行模板的学习训练,然后用模板在目标区域内进行像素匹配搜索,用IMAQMatchPatter4函数完成模板匹配过程,记录匹配像素数目为3000,阈值Ta预先设定为90,即3000 的3%,若未匹配数小于或等于90,则匹配成功,进行下一帧匹配搜索,然后进行步骤4卡尔曼预测;若未匹配数大于90,则匹配失败,进行步骤2遮挡检测;
    步骤2,遮挡检测:根据模板匹配效果即目标区域大小变化判断目标是否被遮挡,以像素点匹配流失情况作为判断条件,根据预先设定的阈值90判断是否被遮挡:当目标像素流失数目a大于90时,目标被遮挡,进行步骤3特征提取和特征匹配;当a小于或等于90时,目标无遮挡,在判定目标车辆无遮挡的情况下,进行步骤1重新设置阈值Ta1,Ta1<Ta,继续当前帧的模板匹配,此时,Ta1为像素匹配数目的2%,即此时的阈值为60;
    步骤3,特征提取和特征匹配:当目标车辆被遮挡时,根据运动物体提取目标的几何特征,然后用LabVIEW内置的视觉开发工具包IMAQVision中的相关函数进行特征模板的学习和匹配,完成跟踪;
    步骤4,卡尔曼预测:在LabVIEW的控制与仿真??橹械饔每ǘ瞬ㄆ?,利用前一帧的最佳匹配位置信息:目标坐标、速度和方向,预测当前帧目标的位置,当前帧匹配完成后,更新卡尔曼滤波器参数,缩小目标范围,预测目标下一帧可能出现的位置,实现快速实时准确的跟踪。

    关于本文
    本文标题:一种基于LABVIEW的目标跟踪方法.pdf
    链接地址://www.4mum.com.cn/p-6134213.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 支付宝免费额度用完了怎么赚钱 排列3杀码 重庆时时彩app 贵州十一选五下载 北京单场销售地区 四川快乐12实战技巧 美国三大股票指数 哪里可以买幸运赛车 新浪彩票网 广西快3吧 持有的股票融资融卷是利好了吗 极速飞艇开奖历史 刮刮乐附魔 外贸发外链赚钱 山东福利20选5开奖结果 西甲联赛标志