[發(fā)明專利]一種基于機器視覺技術(shù)的視頻跟蹤系統(tǒng)及其實現(xiàn)方法

在審

• 申請?zhí)枺?/td>: 201410094016.3
• 申請日: 2014-03-14
• 公開（公告）號: CN103826105A
• 公開（公告）日: 2014-05-28
• 發(fā)明（設(shè)計）人: 劉紫燕;馮亮;祁佳;羅超
• 申請（專利權(quán)）人: 貴州大學(xué)
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06T7/20
• 代理公司: 貴陽中新專利商標(biāo)事務(wù)所 52100
• 代理人: 吳無懼

技術(shù)領(lǐng)域

本發(fā)明屬于視覺監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種基于機器視覺技術(shù)的視頻跟蹤系統(tǒng)及其實現(xiàn)方法。

背景技術(shù)

隨著計算機技術(shù)的飛速發(fā)展，數(shù)字圖像技術(shù)在工業(yè)生產(chǎn)、安防監(jiān)控、消費電子、智能交通等領(lǐng)域有了廣泛的應(yīng)用。視頻跟蹤是在此基礎(chǔ)上發(fā)展起來的一項新技術(shù)，它用來實現(xiàn)人工智能機器視覺，在實現(xiàn)視覺機械手、流水線工件分揀、缺陷產(chǎn)品檢測、車輛跟蹤、智能安防等領(lǐng)域有著較大的應(yīng)用前景；目前視頻跟蹤系統(tǒng)主要實現(xiàn)平臺有：PC機平臺、ARM+DSP?平臺、ASIC專用集成芯片平臺，它可以使用純軟件或硬件實現(xiàn)。為了開發(fā)簡單和節(jié)約成本，一般用軟件來實現(xiàn)絕大部分功能。但是，這些平臺有各自的優(yōu)缺點，另外視頻跟蹤系統(tǒng)因其數(shù)據(jù)量大及算法復(fù)雜、穩(wěn)定性要求高等因素而成為一個難題，現(xiàn)有視頻跟蹤系統(tǒng)在處理速度、效率、成本、開發(fā)難度、能耗、體積等方面難以達到有效平衡。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題：提供一種基于機器視覺技術(shù)的視頻跟蹤系統(tǒng)及其實現(xiàn)方法，以解決現(xiàn)有技術(shù)的視頻跟蹤系統(tǒng)在處理速度、效率、成本、開發(fā)難度、能耗、體積等方面難以達到有效平衡等問題。

本發(fā)明技術(shù)方案：

一種基于機器視覺技術(shù)的視頻跟蹤系統(tǒng)，它包括攝像頭、云臺電機、SDRAM存儲器、顯示器和云臺驅(qū)動模塊以及現(xiàn)場可編程門陣列FPGA，現(xiàn)場可編程門陣列FPGA與攝像頭、SDRAM存儲器、顯示器和云臺驅(qū)動模塊導(dǎo)線連接，云臺驅(qū)動模塊與云臺電機導(dǎo)線連接。

攝像頭為CMOS圖像傳感器。

多端口SDRAM控制器為四端口。

云臺驅(qū)動模塊包括光電耦合隔離電路，光電耦合隔離電路與驅(qū)動放大電路導(dǎo)線連接。

云臺電機為負責(zé)水平和垂直方向轉(zhuǎn)動的兩個步進電機，上面加載有攝像頭。

現(xiàn)場可編程門陣列FPGA包括圖像采集模塊、多端口SDRAM控制器、圖像VGA顯示模塊、視頻圖像處理模塊，多端口SDRAM控制器與圖像采集模塊、圖像VGA顯示模塊和視頻圖像處理模塊通過數(shù)字邏輯電路連接，多端口SDRAM控制器與SDRAM存儲器導(dǎo)線連接。

一種基于機器視覺技術(shù)的視頻跟蹤系統(tǒng)的實現(xiàn)方法，它包括下述步驟：

步驟1、對攝像頭的視頻圖像進行采集及存儲；

步驟2、利用層次聚類分析和幀間差分法對采集的視頻圖像進行檢測，提取運動目標(biāo)；

步驟3、利用形心法對檢測目標(biāo)進行定位，計算出目標(biāo)所在形心的坐標(biāo)；

步驟4、計算被跟蹤目標(biāo)的形心運動軌跡，確定下一時刻被跟蹤目標(biāo)出現(xiàn)的位置；

步驟5、實時計算目標(biāo)形心相對于監(jiān)控顯示畫面中心的偏移量，驅(qū)動云臺步進電機，使攝像頭隨被跟蹤目標(biāo)移動而轉(zhuǎn)動，實現(xiàn)對被跟蹤目標(biāo)的實時跟蹤。

步驟1所述的對攝像頭的視頻圖像進行采集及存儲，首先，通過I²C傳感器配置模塊驅(qū)動CMOS圖像傳感器使其采集視頻圖像數(shù)據(jù)；接著CMOS傳感器數(shù)據(jù)采集模塊接收視頻圖像數(shù)據(jù)并轉(zhuǎn)換為RGB顏色空間格式；最后通過多端口SDRAM控制器將轉(zhuǎn)換后的視頻圖像數(shù)據(jù)保存至SDRAM存儲器。

步驟2所述的提取運動目標(biāo)；其方法為：從SDRAM存儲器讀取視頻序列中的相隔一幀或幾幀的兩幅圖像做差運算，得出兩幀圖像亮度差的絕對值，判斷該絕對值是否大于閾值，是則確定圖像序列中有物體運動；確定有運動目標(biāo)后，對讀取的視頻圖像進行中值濾波再將灰度值進行層次聚類分析，最后通過自適應(yīng)的閾值分析層次聚類的結(jié)果來實現(xiàn)目標(biāo)邊緣檢測。所述的通過層次聚類分析來實現(xiàn)視頻圖像中目標(biāo)邊緣檢測，其方法包括下述步驟：

1、獲取灰度圖像，進行中值濾波，設(shè)置模板；

2、求出模板中心像素點與其周圍所有像素點灰度值差的絕對值????????????????????????????????????????????????，并分為簇；

3、將與設(shè)定的閾值比較，進行第一次分裂的層次聚類：

1）若，將置1歸為簇；

2）若，將置0歸為簇；

4、將簇和簇中的元素進行合并，得到凝聚的層次聚類簇，簇中的元素為；

5、求簇中所有的像素點的灰度值的灰度值的平均值；

6、對簇中的元素進行升序排序，得到新的排序為；

7、求第三位和第四位的像素點灰度值的均值為自適應(yīng)的閾值；

8、將簇中所有的像素點的灰度值的灰度值的平均值與自適應(yīng)的閾值比較，進行第二次分裂的層次聚類：

1）若，則判定該簇中的點為邊緣點；

2）若，則判定該簇中的點不是邊緣點。