数字图像跟踪算法的MATLAB程序实现与比较.doc

摘要：数字图像处理在开发和钻研的过程中，涉及到的知识面是非常大的。随着微型计算机科学技术的大量普及和应用，数字图像处理和分析逐渐有了自己的一个分支，并且在这个分支上面不断的研究开发，新的处理方法也五花八门，在很短的研究和发展状况下，许多方面都想致力于对其的研究和开发。图像跟踪与图像处理有着相关重要的联系，因为只有图像跟踪之后，也就是提取相关的图像信息之后，才能进行图像的处理；也就是说，只有经过图像处理之后，才能进行图像跟踪。因此，跟踪算法和成像跟踪是密不可分的。

不同的场景用到的检测方法不一样，用到的跟踪方法也有一定的差异，在本篇文章中主要用到的是静态的目标和跟踪，其中的检测算法和目标的模板相关匹配算法，我们使用的都是在基于Hausdorff距离的模板跟踪算法的情况下进行的。本文我们是围绕以下几方面开展的：

1.简单的介绍“数字图像处理跟踪算法的MATLAB程序实现与比较”的研究背景和意义，大致概述现在数字图像处理的发展状况，以及目标的检测和跟踪。

2.介绍了几种跟踪方法，让更好的了解图像的跟踪，前面的几种跟踪方法并不是我们最后使用的，主要是为了大家能够对图像跟踪多一点了解。在第四章的时候，我们使用的跟踪算法是基于Hausdorff距离的模板跟踪算法。

3.参考“优势点拣选法”；“优势点拣法”的主要优点是能够减小计算量，有的时候因为要检测边缘点数较多，这样就造成了要跟踪的计算量就比较大，这种方法的使用，是根据Hausdorff距离的距离阈值选出优势点，再将优势点作为依据，然后根据优势点再进行计算。在结尾的时候，我们获取最佳匹配位置是通过函数的使用得到的。

关键词：Hausdorff、帧间差法、“分块拣选”、图像分割、灰度统计

目录

摘要

ABSTRACT

引言-1

1 绪论-2

1.1 论文的背景及意义-2

1.2 数字图像处理的研究和发展-3

1.2.1 目标检测与提取-4

1.2.2 目标的跟踪-5

1.3 本文的结构安排-5

2 预备知识-7

2.1 图像处理的基本知识-7

2.2 图像的分割-7

2.3 图像的检测-8

2.4 跟踪原理-8

2.5 小结-8

3 数字图像的提取-9

3.1 引言-9

3.2 帧间差法-10

3.3 背景差法-12

3.4 灰度统计法-12

3.5 小结-14

4 数字图像跟踪-15

4.1 引言-15

4.2 Hausdorff距离的定义及其改进-15

4.2.1 部分Hausdorff距离算法-16

4.3 优势点拣选法-17

4.3.1 普通Hausdorff距离的计算速度-17

4.3.2 “优势点拣选法”-17

4.3.3 “分块拣选”的理论依据-18

4.4 实验-18

4.4.1 实验步骤-19

4.4.2 实验结果-20

4.5 小结-23

5 畅想与总结-24

致谢-26

参考文献-27