基于圖像識別的運動目標檢測與跟蹤系統(tǒng).pdf

1、基于圖像識別的運動目標檢測與跟蹤系統(tǒng)，在不需要人為干預的情況下，通過在攝像機拍攝的圖像序列中對預定運動目標進行自動識別和定位，并控制攝像機做三維運動，從而始終保持預定運動目標在攝像機視野中心位置附近。運動目標跟蹤是計算機視覺與圖像處理領(lǐng)域中一個非常活躍的分支，在軍事領(lǐng)域和國民經(jīng)濟的許多方面都有著廣泛的應用，例如導彈制導、主動視覺監(jiān)視等。
　　 本文分析了基于圖像識別的運動目標檢測與跟蹤系統(tǒng)的原理，設(shè)計了系統(tǒng)的結(jié)構(gòu)。詳細闡述了運動

2、目標圖像識別方法和云臺控制方法。
　　 在運動目標圖像檢測方面，針對目標圖像檢測的準確性和快速性要求，在比較了常用的圖像識別算法理論與優(yōu)缺點之后，提出了基于kalman目標運動軌跡預測的SIFT特征圖像識別算法。利用kalman濾波器對運動目標在下一幀圖像中可能出現(xiàn)的位置進行預測并在該區(qū)域截取一個自適應識別窗口，通過在自適應窗口中識別運動目標，進而縮短了待匹配圖像的SIFT特征提取時間，提高了目標圖像檢測的效率。
　　

3、在云臺控制方面，針對視頻跟蹤系統(tǒng)存在著非線性、干擾和運動目標的不確定性，在分析了常規(guī)PID控制和模糊控制的原理以及它們的局限性之后，結(jié)合實際調(diào)試經(jīng)驗，在IabVIEW平臺下利用PID控制工具箱和模糊邏輯進行了模糊PID控制器的設(shè)計，縮短了系統(tǒng)響應的上升時間和調(diào)節(jié)時間，減少了超調(diào)量，滿足了攝像機實時跟蹤目標的要求。
　　 最后，對系統(tǒng)的各部分進行了測試。測試結(jié)果表明，基于kalman目標運動軌跡預測的SIFT特征圖像識別算法能夠快