基于LabVIEW的目标跟踪系统软件设计

在机器视觉系统中,目标跟踪是常用的功能需求。在大型的系统设计中,经常需要多任务的并行处理。利用LabVIEW高效的并行执行特性,给出了一种目标跟踪系统的程序设计方案。该设计方案以LabVIEW为软件设计平台,基于NI Vision机器视觉库,可快速实现目标跟踪功能。利用LabVIEW面向对象编程方法和队列消息处理器程序设计模式,可将目标跟踪功能与系统进行高效耦合并降低系统功能的依赖程度,可大幅提高系统的可扩展性和可维护性。实际验证表明,提出的方案可快速实现预期功能。     

基于Kalman滤波算法的运动目标跟踪系统建模与仿真

鉴于传统的跟踪算法鲁棒性和实时性不足,构建了一种基于Kalman滤波的运动目标跟踪系统。对于运动目标的跟踪,此系统先采用背景差分法检测目标位置,再使用Kalman滤波算法估计目标位置。通过建模仿真,结果表明,该算法能较好预测运动目标的位置,实现了对运动目标的实时跟踪。     

改进型Mean-Shift算法在行人目标跟踪中的应用

针对传统Mean-Sshift算法对于运动目标特征变化较快、某些干扰和遮挡等问题而引起目标定位偏差的情况,提出了一种基于改进型的颜色直方图的Mean-Shift算法,该算法是将颜色直方图和三重帧间差分的方法相结合的一种目标跟踪算法。实验结果表明,应用改进后的算法思想,可以较准确的对视频流中的行人目标进行实时跟踪,新算法能较好的解决运动目标特征变化较快而引起跟踪不准确的问题,实现对行人目标进行准确定位跟踪。     

基于颜色学习的移动机器人目标跟踪研究

针对目标的颜色特征较难描述的特点,并且不同光线下不同环境中相同目标的颜色信息也会不一样,本文提出了基于颜色学习的目标识别的方法。该方法可以在不知道目标颜色特征的情况下,通过摄像头采集目标的颜色自主地进行分析,然后生成目标的颜色特征信息,从而实现对目标的颜色特征的自主学习。在滤波环节中本文将噪声也进行图像分割,然后进行像素统计,将像素个数小于设定值的区域去除,从而达到滤波的效果。针对目标大小可以获取的情况,本文采用单目视觉对目标进行测距,结合从图像中获取的目标相对机器人的方位角信息,在极坐标中对其方位进行描述,并在定位的基础上对目标进行定位及跟踪实验。     

基于扩展MeanShift算法的移动目标跟踪研究及实现

为克服时间差分法、模板匹配法、背景去除法以及光流法等传统移动目标跟踪方法的缺点,研究了MeanShift算法及扩展MeanShift算法,然后以LabVIEW为软件平台,实现了基于扩展MeanShift算法的移动目标跟踪程序,并用实验验证了扩展MeanShift算法在移动目标跟踪中的应用具有实时性、实用性、准确性和稳定性。实验结果表明,扩展MeanShift算法能很好地跟踪移动目标,甚至在移动目标被部分遮挡时也能对目标进行准确跟踪。     

基于卡尔曼滤波器的机动目标跟踪仿真

将卡尔曼(Kalman)滤波器的变维滤波算法应用于雷达数据处理中,对机动目标进行跟踪,得出机动目标的滤波数据曲线,并对目标进行了拦截仿真。仿真结果表明该方法能估计出目标的运动特征并对运动目标拦截成功。     

基于相关滤波器的视频跟踪算法与仿真

为解决视频跟踪中目标旋转、形变、光照等导致目标丢失问题,提出了一种相关滤波器跟踪算法,该算法利用局部信息,对目标多次训练获取滤波器,再经相关运算对目标位置进行估计,并在线实时更新滤波器。仿真实验表明,该算法具有快速、简单、鲁棒等特点,能够实现对运动目标的实时跟踪。     

基于目标跟踪的视频录播系统的探索与研究

精品课程教学录像是展示一个课程教与学精髓的重要途径,视频录播系统就是完成这一使命的重要工具。通过对当前录播系统原理与特点的分析,提出基于人体信息识别的智能录播系统方案,并证明该系统在精品课程教学视频录播中运用的可行性。     

基于颜色特征的自适应尺度目标跟踪研究

针对基于颜色特征的核相关滤波(CN)算法难以适应尺度变化的问题,提出一种自适应尺度跟踪方法,通过单独学习一种滤波器完成尺度估计。首先对一组不同尺度上的目标外观进行采样,然后通过采样的目标外观训练尺度滤波器,最后通过尺度滤波器对目标尺度的估计确定最佳尺度。选取10组视频序列进行测试,并与其它4种算法进行对比。实验结果表明,该算法在平均中心位置误差（CLE）、距离精度(DP)以及成功率(SR)方面都优于其它算法,并且对尺度变化、遮挡、旋转、光照变化等情况都有很强的鲁棒性。     

融合共现统计与fhog特征的目标跟踪方法

针对复杂场景目标跟踪过程中难以完全有效利用特征对目标信息进行完备表达的问题,提出了一种融合共现统计与fhog特征的目标跟踪算法。在fDSST跟踪算法的基础上,引入了一种基于图像共现统计的像素滤波模块,利用图像中经常出现的像素值在共现矩阵中的权重较高的特性,与原始跟踪算法中fhog特征进行融合,增加了基于纹理相似性的共现统计信息。将输入跟踪图像映射到嵌入图像中,使得嵌入图像空间中像素值之间的欧氏距离类似于原始空间中的共现统计量,从而得到更优的跟踪结果。在OTB50和OTB100两个跟踪数据集上的实验表明,本文算法相比原算法在跟踪精度和成功率上有所提升,性能较优。     

参数估计在目标跟踪中应用仿真研究

本文采用最小二乘参数估计的方法在已知观测数据的基础上对假定的目标的初始位置和速度进行了估计，从而对目标进行跟踪仿真，并对跟踪性能进行了分析。     

机动目标跟踪建模技术的进展

为深入探讨机动目标跟踪问题、设计实时性好、估计精度高的目标状态估计器，本对火控系统中的核心问题——目标跟踪和建模，从机动目标运动数学模型和自适应滤波算法两个方面进行了评述和比较研究，剖析了其优劣。回顾讨论了近期的发展情况，提出了未来的发展趋势。     

基于人物目标检测的水库周边安防系统的设计与实现

采用机器视觉检测技术,通过调取摄像头视频流,对帧图像进行处理以实现对水库周边环境中人物目标识别,并将检测信息实时推送给管理人员。结合实际应用中预警的瞬时性需求,提供了两种预警方式实现自动化预警：一是通过音频设备直接播放;二是通过网络请求直接上报预警信息。实际测试结果表明,人物目标识别率可以达到80%,每秒可以识别5帧图像,满足水库安防管理的实际需求。     

基于模糊信息融合的目标自适应跟踪算法

针对一般自适应算法对弱机动、非机动目标的跟踪精度不高的问题，将模糊逻辑引入系统，对并行工作的两滤波器进行数据融合。仿真结果表明：与一般自适应算法相比，本算法对不同机动程度的目标跟踪精度均有大幅提高。     

一种基于视觉的车载照明自动跟踪系统

目前夜间事故勘察车载照明多采用传统自适应灯光,存在照射范围有限且调节照明方向繁琐等问题。因此,基于视觉设计一种车载照明自动跟踪系统。使用视觉处理技术与双步进电机控制对车载照明系统进行改进,以增强车载照明智能化和灵活性。针对传统自适应灯光需人为操纵照射目标的问题,车载照明系统在运行时对红外光源（移动目标）进行图像检测,实时反馈拍摄图像中红外光源位置坐标,再根据位置坐标信息控制双步进电机,带动车载照明灯准确地照射到红外光源坐标位置。实验结果表明,该系统可快速检测到照明目标位置坐标,准确控制步进电机移动,可满足跟踪目标的要求,准确率达 95%。     

IR-UWB通信同步跟踪系统仿真实验设计

结合我校通信电子电路、通信原理、现代通信系统等课程,设计了信息工程专业通信系统综合实验的一个拓展内容———超宽带通信同步跟踪系统仿真实验。本仿真实验在Simulink平台下,基于超前-滞后锁相环搭建了超宽带通信同步跟踪系统。该系统在单用户状态下,选用PPM调制方式、AWGN信道传输,实现了在加性高斯白噪声信道下点对点的通信,成功反映了PPM调制方式的特点,完成了脉冲超宽带(IR-UWB)信号的同步跟踪。在Simulink建模过程中,利用既有模块与Sfunction编程设计相结合完成了系统仿真,并使同步误差函数值可视化,充分说明该系统的优越性。     

基于背景复原的视频目标跟踪研究

通过对视频图像中只有一个运动目标、以及含有多目标的视频进行测试,实验研究结果表明：小波神经网络将小波变换良好的时频局域化特性和神经网络的自学习功能相结合,具有最佳的函数逼近能力和容错能力。     

基于Gabor核函数窗设置的图像识别

提出一种依据Gabor核函数窗的设置对红外图像进行识别,首先给出Gabor核函数窗的定义,分析核函数窗对红外图像识别卷积过程,给出了核函数窗的时窗和频窗,最后在对红外图像滤波识别时给出了最优核函数窗的计算方法。计算机仿真实验表明,只有在优化核函数窗设置设置情况下,才能取得了较好的识别结果。     

基于深度学习的机器人目标识别实验教学设计与改革

设计了一个自追踪摄像头云台控制机器人实验。文章从人体的检测定位及云台控制方面阐述了系统的设计思路,利用机器视觉技术得到了人体目标在视角中的坐标,又对舵机进行了目标控制。追踪目标的过程最终以Mobile Net-SSD网络模型为基础,通过深度可分离的整合设计,改善了现有整合网络的复杂参数问题,从而优化了网络结构。后期将引导学生从改进本实验模型结构和图像预处理等方面提高最终算法的检测速度、检测准确率、识别准确率等。该实验设计涉及学科较为综合,功能扩展性好,实用性强,是机器人教学、机器学习实践与嵌入式系统相融合的创新实验项目。     

基于DM6446的多目标运动检测与跟踪系统

针对视频监控领域面对的运算量大,实时性要求高的情况,依靠达芬奇双核（ARM＋DSP）处理芯片的高性能,设计了1个多目标的运动检测与跟踪系统。硬件系统围绕TMS320DM6446进行设计与实现,软件部分在Linux系统下实现了视频的采集,播放,运动目标的检测与跟踪。ARM端采用多线程处理方式,DSP端运行核心算法。算法采用了灰度空间与彩色空间、三帧差分与背景减法相结合的方式进行运动目标检测;跟踪部分采用动态权重系数的多特征融合匹配,最小二乘法预测形心的跟踪算法。经过实验表明系统检测与跟踪效果良好,实时性强,能够满足实时的对视频图像进行采集与处理的要求。