通常而言,匹配算法的总计算量(T),相关算法计算量(M)与搜索位置数之积(N)决定关系为: 。因此可以通过减少搜索位置和改进匹配算法来减少总计算量。除了计算量的约束外,图像匹配存在其他多种约束:
1)连续性约束
2)相容性约束
3)外极线约束
4)唯一性约束
而视频目标跟踪有以下几个相应的难点:
1)运动物体遭遇遮挡和多个目标重叠的问题;
2)光照强度、天气变化对目标追踪产生的影响;
3)运动物体的正确检测和分割问题;
4)强背景噪声的影响,比如目标阴影的存在等;
5)图像的数据融合问题,如多个传感器提供数据;
6)跟踪的稳定性问题;
7)跟踪的实时性问题;
因此,一个模板匹配的好坏标准即能否达到匹配速度快、匹配精度高、正确率高以及鲁棒性(Robust)和抗干扰性强。
此外,基于图像模板匹配在进行匹配过程中,仍可能因模板图像,噪声干扰,光照差等原因,匹配结果无法达到相关要求。人们在此基础上提出了许多匹配算法,包括在原有基础上的改进算法,但是由于各种因素,这些算法在某些方面都有不尽人意的缺陷,目前尚没有一种算法能解决所有的图像匹配问题。论文网
1.3 研究现状
1.4 论文结构与安排
本文主要研究了图像信息处理中数字图像处理技术(Image Processing),模板匹配(Template Matching)以及目标追踪(Target Tracking),提出了一种基于模板匹配的视频目标追踪方法,主要内容如下:
第1章:绪论,本章简单介绍了图像处理、图像匹配、目标追踪的概念与意义,包括数字图像处理的发展现状以及图像处理、模板匹配研究,并列出了本文的内容结构与安排。
第2章:从总体上介绍了数字图像处理技术,对于图像处理的几个方面进行研究。并且论述了视频图像的读取、存储与处理。
第3章:详细阐述了两大类种图像匹配算法,介绍了基于的特征匹配算法(Template matching based on feature),最后对几种匹配算法性能作了比较。
第4章:介绍了基于灰度的图像模板匹配,包括基于模板的目标匹配算法,针对模板匹配进行了详细讨论,并应用Matlab实现仿真。
第5章:对目标追踪流程的解析,运用模板匹配实现对视频运动目标的追踪,阐述了目标追踪的几种方法。
第6章:结论,针对本文的内容进行了整体性总结,指出工作中需要进一步研究的问题以及对所述前景的展望。
2 数字图像处理
数字图像处理(Digital Image Processing) 即计算机图像处理,它是指将图像信号转换成数字信号,并通过计算机对图像进行变形、去噪、增强、复原、分割、提取特征等处理的方法和技术,其具有更简洁、快速的优势,数字图像处理已成为最主要的图像处理方式。
2.1 处理目的
一般而言,图像处理主要有三方面目的:
(1)图像数据的变形、编码和压缩,方便图像的存储和传输。
(2)提升图片视觉质量,比如对部分区域(或部分像素)进行增强、抑制,变换色彩亮度,或者几何性质的变换。
(3)提取图像中包含的关键特征或特殊信息(即预处理),这些特征或信息可以代替图像进行更为有效、快速的处理。
2.2 主要处理方法文献综述
常见的数字图像处理技术如下: