自動跟蹤算法在三維中的應(yīng)用

[摘 要]目前自動跟蹤系統(tǒng)多采用基于二維畫面的一些經(jīng)典算法，但是我們實際應(yīng)用中發(fā)現(xiàn)這類算法計算效率不高，準(zhǔn)確度有待提高，本文闡述了目前比較熱門的幾類經(jīng)典的算法如何和三維結(jié)合起來，實現(xiàn)高效精準(zhǔn)的定位再實施跟蹤，此外本文也提出了在三維的環(huán)境實施跟蹤中存在的問題，并創(chuàng)造性的提出了光電、雷達等新的環(huán)境載體而帶來的全新解決方式。

[關(guān)鍵詞] 自動跟蹤系統(tǒng)、三維 、色差、 自遮擋、坐標(biāo)融合

中圖分類號：TP391.41 文獻標(biāo)識碼：A 文章編號：1009-914X（2016）20-0271-01

一、目前二維環(huán)境中主要跟蹤算法比較

目前，關(guān)于目標(biāo)跟蹤技術(shù)研究最多的是基于二維視頻圖像處理的跟蹤技術(shù)，主要有下面幾種方法。

1.1 幀間差分方法：幀間差分方法是對相鄰幀圖像作相減運算之后，對結(jié)果圖像取閾值并分割，提取運動目標(biāo)。

1.2光流分割法：光流分割法是通過目標(biāo)和背景之間的不同速度來檢測運動目標(biāo)。光流法是基于對光流場的估算進行檢測分割的方法，能夠在預(yù)先不知道場景任何信息的條件下檢測出運動的對象；

1.3基于圖像匹配的方法：基于圖像匹配的方法可以識別待定目標(biāo)及確定運動目標(biāo)的相對位置，正確截獲概率和定位精度是圖像匹配的主要性能指標(biāo)?；谄ヅ涞脑?，該方法可分為區(qū)域匹配、特征匹配、模型匹配和頻率域的匹配。

可以看到上面三種主流的算法主要基于二維的應(yīng)用，但是我們會發(fā)現(xiàn)多重二維的重復(fù)算法疊加會產(chǎn)生疊加效應(yīng)，即這類跟蹤算法會有特征點的疊加產(chǎn)生，當(dāng)這些特征點足夠多時，可以理解為質(zhì)心效應(yīng)，這樣三維應(yīng)用物體跟蹤的優(yōu)勢體現(xiàn)出來。所以基于特征的標(biāo)記點三維跟蹤方法就應(yīng)運而生【2】

二、三維應(yīng)用物體跟蹤算法局限性

三維應(yīng)用物體跟蹤算法跟蹤結(jié)果較準(zhǔn)確，且一定程度上可以解決二維跟蹤的缺陷，但是由于多攝像機位的設(shè)置而取出的視頻中各項物體指標(biāo)產(chǎn)生不同程度的偏差，這樣引申出它自有的缺陷，主要體現(xiàn)如下：

1、特征點色差突出，

特征點色差又稱色像差，是透鏡成像的一個嚴重缺陷，特征點色差簡單來說就是顏色的差別，發(fā)生在以多色光為光源的情況下，平面色塊在三維視覺中易發(fā)生形變，在不同的攝像頭間存在成像色調(diào)的差異，導(dǎo)致跟蹤不準(zhǔn)確，且當(dāng)特征點數(shù)量增多時，可明顯區(qū)分的顏色有限，這些都限制了它們的應(yīng)用。

2、特征點的自遮擋問題.

由于獲取的特征點由于角度的問題出現(xiàn)自遮擋問題、使得這種基于特征匹配的跟蹤算法失效。針對視覺目標(biāo)存在的自遮擋現(xiàn)象可以通過分析深度圖像平均曲率變化特征并結(jié)合使用二次閾值法進行自遮擋檢測的方法。但是這些算法的疊加使得我們的計算效率又有所下降?！?】

3、坐標(biāo)的融合問題

三維跟蹤的應(yīng)用核心之一在于坐標(biāo)的融合，雖然外面的設(shè)定坐標(biāo)系已經(jīng)統(tǒng)一，但是由于圖像噪聲、標(biāo)定誤差、二維匹配誤差等因素的影響使得同一標(biāo)記點在不同雙目下的三維位置并不完全相同甚至相差較大，使得融合難度加大。我們看到基于二維均值坐標(biāo)插值的視頻融合方法會產(chǎn)生局部色彩失衡和畫面閃爍等失真現(xiàn)象?！?】

三、幾種新的解決方式

如何提升跟蹤算法的精度、使其運算量小，并能夠?qū)崿F(xiàn)對一些復(fù)雜運動目標(biāo)能進行連續(xù)穩(wěn)定的跟蹤。在設(shè)計大型的自動跟蹤系統(tǒng)的時候我們的應(yīng)用場景就應(yīng)該做一些提升，既然我們獲取的是色塊特征點，把該物體的其他物理特征提取出來進行跟蹤就是我們考慮的方向，

3.1 基于紅外的跟蹤技術(shù)

紅外的顏色簡單性，幫我們把顏色特點的獲取進一步簡化了，這是上面談到的特征點色差解決的一個直接高效的辦法，物理學(xué)的研究告訴找們，自然界各類物體都會輻射各種波長的紅外線，在紅外儀器中就有黑白的顏色進行體現(xiàn)。因此基于紅外的跟蹤技術(shù)具有抗干擾能力強，探測距離遠，對光照條件無要求等特點。

3.2基于衛(wèi)星定位的跟蹤技術(shù)

主要思想是通過導(dǎo)航定位衛(wèi)星獲取絕對位置在進行跟蹤。這類應(yīng)用是大場景，高速度物體的跟蹤，目前的導(dǎo)航衛(wèi)星主要有GPS、北斗等跟蹤系統(tǒng)，用導(dǎo)航定位系統(tǒng)來進行二次區(qū)分當(dāng)然是十分的理想，但是在現(xiàn)實中能夠主動安裝這類設(shè)備畢竟不多，它更多應(yīng)用在敵我雙方的辨別上。

3.3 基于雷達的跟蹤技術(shù)

雷達成像技術(shù)是一個利用物體平面反射波來還原物體偵查信號的應(yīng)用技術(shù)，至今各國已研制各類成像雷達，高性能的雷達圖像處理分析軟件已經(jīng)投入應(yīng)用，在多地設(shè)置成像雷達能夠獲得二維平面信息、側(cè)重局部或區(qū)域、經(jīng)典分辨率、單平臺觀測等特征，從而轉(zhuǎn)向三維結(jié)構(gòu)信息、側(cè)重全覆蓋、新分辨率組合、多平臺協(xié)同發(fā)展。

結(jié)言

不管是在自動跟蹤機器人操作跟蹤目標(biāo)物、還是擴展的虛擬現(xiàn)實，以及有較高要求的智能監(jiān)控等方面，二維的跟蹤目前正在逐漸滿足不了人民的日益萌發(fā)的各類精、細、準(zhǔn)等深入需求?？梢哉f三維跟蹤的需求是由于二維的相應(yīng)缺陷無法滿足目前的需求而產(chǎn)生的，由于我們可以預(yù)見將會有更多的新的載體和算法來完善三維環(huán)境下的跟蹤。

引用文獻

【1】 張磊，許映秋，徐海黎 基于角點特征的3D視覺精確跟蹤研究 《光電子技術(shù)》，？2012，？32（4）

【2】晏劍云，鄭江濱，李秀秀 視頻運動捕獲系統(tǒng)中多標(biāo)記點的三維跟蹤算法 《計算機工程》，？2008，？34（24）

【3】張世輝？張煜婕？孔令富一種基于深度圖像的自遮擋檢測方法《小型微型計算機系統(tǒng)》2010年 第5期

【4】張歡歡， 鄭江濱 運動捕獲系統(tǒng)中基于多視覺的目標(biāo)跟蹤算法 《微電子學(xué)與計算機》，？2009，？26（12）

作者簡介：盤海玲（1981-6），女，瑤族，廣西恭城人，桂林長海發(fā)展有限責(zé)任公司，541004，廣西桂林市，碩士 工程師 智能圖像處理