基于當前統計模型的攝像頭控制

[摘 要]：視頻跟蹤技術在民用和軍事的許多領域中都具有極為廣泛地應用前景，是近年來非常重要的研究熱點。在本文中我們提出了一種利用當前統計模型控制攝像頭，使其始終對準跟蹤目標的方法。首先基于目標的特征值，對目標進行識別。結合攝像機的偏轉角度與圖像中坐標解算出實際空間坐標。然后以周宏仁先生提出的當前統計模型為基礎，預估目標運動軌跡，對攝像頭進行控制，使其始終對準運動目標，并進行拍攝，再利用圖像，解算坐標，進行反饋調節。實驗結果表明：利用該種方法對攝像頭進行控制，能夠很好的使攝像頭對準目標。

[關鍵詞]：當前統計模型 目標識別 視頻跟蹤

0.引言

視頻跟蹤技術在民用和軍事的許多領域中都具有極為廣泛地應用前景，在過去十幾年間很快成為一個非常重要的研究熱點，吸引了許多研究者的關注。在國內，許多高等院校和研究機構在視頻跟蹤領域投入了相當多的研究精力，視頻跟蹤是近年來新興的一個研究方向，它融合了計算機視覺，模式識別，人工智能等學科的技術，是一種應用前景非常廣泛的技術。在現實應用中，許多情況下，對目標的跟蹤需要攝像頭的移動，為了使攝像頭能夠很好的跟蹤住目標而不至于在目標運動過程中丟失目標，文章設計了一種利用當前統計模型對云臺進行控制從而使攝像頭對準跟蹤目標的方法.

1.目標的提取與定位

1.1 目標的提取

獲取背景圖片，根據目標存在時圖片與背景圖片的顏色差值，并將干擾噪聲去除，在圖片中識別出目標。

（abs（Imwork（：，：，1）-Imback（：，：，1）） > 10） | （abs（Imwork（：，：，2）-Imback（：，：，2）） > 10） |（abs （Imwork （：，：，3） - Imback （：，：，3）） > 10）

1.2 目標的定位

像平面中心與世界坐標系統的位置偏差記為矢量，其分量分別為，，，這里假設攝像機分別以角（是和軸間的夾角）掃視和以角（角是和軸間的夾角）傾斜。

上述模型可通過以下一系列步驟轉換為世界坐標系統與攝像機坐標系統重合時的攝像機模型：①將像平面原點按矢量移出世界坐標系的原點；②以某個角（繞軸）掃視軸③以某個角將軸傾斜（繞軸旋轉）

將攝像機相對于世界坐標系運動也等價于將世界坐標系相對于攝像機逆運動。具體來說可對每個世界坐標系中的點分別進行如上幾何關系轉換所采取的3個步驟。平移世界坐標系的原點到像平面原點可用下列平移矩陣完成：

換句話說，位于坐標為（ ）的齊次坐標點經過變換后位于變換后新坐標系統的原點。

跟蹤方法的設計

鑒于幾種方法的特性，為了能夠較好的適應目標的跟蹤.，我們選取當前統計模型，對目標進行跟蹤。

加速度均值，一維情況下的狀態方程為：

其中，，分別為目標的位置、速度和加速度。設采樣周期為T，通過離散化處理，我們可以得到下列離散狀態方程：

是均值為零，方差為R（k）的高斯觀測噪聲。

自適應卡爾曼濾波算法：

2.利用跟蹤算法實現攝像頭對目標的對準

利用matlab對目標進行提取跟蹤。系統將有電動云臺，攝像機、計算機組成；設備指標：

云臺：可控，水平轉動> 300度，俯仰> 90度；

攝像：白天與傍晚可攝像，有效光照度<0.1Lx；

計算機：顯示攝像圖像，鼠標點運動物體并鎖定；

2.1軟件設計流程圖

2.2跟蹤效果圖

以下是利用當前統計模型對攝像頭控制時對目標的跟蹤效果：

其中綠色為小球的實際輪廓，紅色為跟蹤計算的輪廓。

3.跟蹤效果分析

由實驗結果（1）（2）（3）可以看出，利用當前統計模型對目標進行跟蹤，具有很好的跟蹤效果，可以很好的使攝像頭跟蹤上機動目標的運動。無論是在強機動的情況（1），還是在勻加速運動的情況（2），勻減速的運動情況（3），都能實現對目標的準確跟蹤。可以很好的實現對攝像頭的控制。

參考文獻：

[1]《機動目標跟蹤》周宏仁 敬忠良 王培德 北京：國防工業出版社 1991

[2]《雷達數據處理及應用》何友 張晶煒 電子工業出版社2009.7

[3]數字圖像處理（第二版）英文版 Rafael C.Gonzalez，電子工業出版社2002.7

[4]機動目標的模糊自適應跟蹤算法 巴宏欣 趙宗貴 楊飛 董強 張濤 2004.6

[5]Y.Bar-Shalom，T.E.Fortmann.Tracking and Data Assoxiation.Acamedic press，1988