[视频跟踪实验报告.docxVIP

本次实验是一种基于MATLAB的简易的从视频播放的帧图像中找出目标图像，并进行视频跟踪的实现方法。通过对图像进行阈值处理（图像分割），再对分割后的图像求取形心，以对目标图像进行定位，并最后找到各幅帧图像的目标位置的方法，从而实现对95帧视频图像的实时跟踪。图片存于帧图片文件夹！程序算法为Untitled6.m文件！基于MATLAB的图像跟踪算法2.1 95帧视频图像的读取由于视频是由95帧图像通过连续播放从而达到视频的效果的，所以要达到视频放映的效果，应首先对95帧图像序列进行顺序读取。95帧图像存储在MATLAB的默认路径中，文件名为00000xxx.bmp。要达到读取它们的目的，需要使用循环算法。算法由一个名为read_seqim(i)的函数实现，以下是函数的源程序：function I=read_seqim(i)if nargin==0 i=1;minendname=num2str(i); if i=9 min=strcat(0000000,name,.bmp); elseif i=99 min=strcat(000000,name,.bmp); else min=strcat(00000,name,.bmp); endI=imread(min);其中i为读取图像的序号，通过以上的函数可以很方便的实现对95帧图像中任意一帧的读取，从而为后面的处理提供方便。2.2 图像的阈值处理（图像分割） 阈值(Threshold)，也叫门限。阈值化(Thresholding),即按给定阈值进行图像的二值化处理。阈值分割法可分为以下几种： 简单阈值分割法;多阈值分割法;最大类间方差法;最佳阈值法。许多情况，图像是由具有不同灰度级的几类区域组成。如文字与纸张、地物与云层（航空照片）等，阈值分割是利用同一区域的具有某种共同灰度特性进行分割。而用阈值分割法分割图像就是选取一个适当的灰度阈值，然后将图像中的每个像素和它进行比较，将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值，就可以得到分割后的二值图像，此时目标和背景已经得到了分割。阈值分割法简单，快速，特别适用于灰度和背景占据不同灰度级范围的图像。这里我们使用多阈值分割法。多阈值分割法就是假设一幅图像包含两个以上的不同类型的区域，可以使用几个门限来分割图象。分割函数如下：1阈值的确定由于需要分析的95帧图像的灰度分布大致是相当的，所以我们任意选取一帧图像来求取它的阈值，这里我们选取第50帧图像，具体的源代码如下：I0=read_seqim(40);%任意读取一帧图像figure(1),imshow(I0);%原图像显示I0=double(I0);figure(2),hist(I0,300);%原图像直方图显示所得到的图像如下：上图为读取一帧图像的图像显示，下图为它所对应的直方图显示2图像的阈值分割第一图中的小球是我们所要跟踪的目标。第二图中我们可以看出我们所要得到的目标灰度分布于灰度值在140-95的区域内；图中灰度在40-140区域内为背景的灰度表示，所以这里我们就设定两个阈值T1=150;T2=220.在两阈值中间的区域为目标区域。通过图像分割把目标从图像中提取出来，具体源代码如下：T1=150;T2=220;%观察并找出阈值for i=1:95 I=read_seqim(i); M=double(I); for m=1:180 for n=1:315 if (M(m,n)=T1)(M(m,n)=T2) M(m,n)=1;%设置背景灰度 else M(m,n)=0;%设置目标灰度 end end end%%图像的分割和阈值处理形心（距心）的求取成像跟踪系统经过图像的预处理、图像的分割识别等一系列信息处理，最终实现对目标位置的实时精确测量，即对目标或目标的局部实施稳定跟踪。目标跟踪的方法具体有以下几种：矩心(质心、形心)跟踪；边缘跟踪；峰值跟踪；相关跟踪；滤波跟踪。这里我们使用矩心(质心、形心)跟踪。矩心也叫质心或重心，是物体对某轴的静力矩作用中心。如果把目标图像看成是一块质量密度不均匀的薄板，以图像上各像素点的灰度作为各点的质量密度。这样就可以借用矩心的定义式来计算目标图像的矩心。由于计算重心的过程是个统计平均过程, 它算出的