基于特定特征识别的运动视觉跟踪系统设计

摘 要： 传统的运动视觉跟踪方法对复杂环境的适应能力较差，存在控制效率低和跟踪精度差的弊端。因此，设计基于特定特征识别的运动视觉跟踪系统，分析了系统的运行原理，系统中的摄像机采集运动目标图像，并将获取的模拟视频信号反馈给PC机中的视频采集卡进行A/D变换，进而产生运动目标的数字视频序列，再采用基于特定特征识别的运动图标检测算法，定位运动目标，完成检测模块的功能。PC机对运动目标图像的检测结构进行控制运算，并将运算结果反馈给下位机控制电路，控制电路将控制信号变化成直流电机的控制电信号，实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动，对运动目标进行准确跟踪，实现执行模块的有效运行。软件部分给出了运动目标检测模块中的实现流程，并设计了进行视频数据转换的回调函数代码。实验结果表明，所设计系统能够在复杂环境下准确检测出目标的运动图像，跟踪效率和精度较高。

关键词： 特定特征识别； 图像识别； 运动视觉； 跟踪效率

中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）02?0094?05

Abstract： Since the traditional movement vision tracking method has poor adaptive capacity of the complex environment， and disadvantages of low control efficiency and poor tracking precision， the movement vision tracking system based on specific feature identification was designed. The system operation principle is analyzed. The camera in the system is used to acquire the movement target image， and feed the acquired analog video signal back to the video capture card in PC for A/D transformation， so as to generate the digital video sequence of the movement target. And then， the movement icon detection algorithm based on specific feature identification is used to locate the moving target and accomplish the function of detection module. The PC is used to conduct the control operation for the detection structure of the moving target image， and feed the operation result back to the lower computer control circuit to convert the control signal into the control electrical signal of the DC motor， and realize the effective operation of the control module. The PTZs is controlled by two DC motors to perform 3D motion in all directions， so as to track the moving target accurately， and realize the effective operation of the execution module. The implementation process of the moving target detection module is given in software part. The callback function code for the video data conversion was designed. The experimental results indicate that the system can accurately detect the moving image of the target in complex environment， and has high tracking efficiency and precision.

Keywords： specific feature identification； image identification； movement vision； tracking efficiency

0 引 言

S着计算机控制技术的发展，运动视觉跟踪技术成为计算机视觉领域中的重要部分，被广泛应用在军事、医疗以及工业等领域[1?3]。因此，寻求合理的运动视觉跟踪方法，具有重要的应用意义。而传统的运动视觉跟踪方法，对复杂环境的适应能力较差，存在控制效率低和跟踪精度差的弊端[4?6]。

当前的运动视觉跟踪方法都存在一定的缺陷，如文献[7]分析的依据双DSP结构的运动目标跟踪模型，该模型通过依据模板调整方案的跟踪算法，完成运动目标的检测，但该模型无法自主调控摄像机，对运动目标进行跟踪的效率较低。文献[8]提出了依据扩展卡尔曼滤波的运动视觉跟踪方法，可按照运动目标的运动状态参数，自主调控摄像机的运动，完成运动目标的跟踪。但是该方法不能对运动目标进行实时的视频跟踪，具有一定局限性。文献[9]分析了依据单目主动视觉的运动目标跟踪模型，其通过像素空间位置信息的混合高斯模型，塑造运动目标的灰度特征模板，再采用期望极大化方法预测出确保各帧图像的似然函数最高的分布参数值，依据这些值得到运动目标的位置。但是该方法的控制过程较为复杂，对运动目标的跟踪效率低。

针对上述问题，设计了基于特定特征识别的运动视觉跟踪系统。实验结果说明，所设计系统能够在复杂环境下准确检测出目标的运动图像，跟踪效率和精度较高。

1 基于特定特征识别的运动视觉跟踪系统设计

1.1 系统原理

设计的基于特定特征识别的运动视觉跟踪系统，包括摄像机、控制模块、执行模块和检测模块机等模块，如图1所示。其中的摄像机固定在执行模块上，系统采用摄像机采集运动目标的视频图像，通过检测模块机分析处理视频图像，进而获取运动目标物体特征，塑造运动目标的模板图像。采用基于特定特征识别算法在后续视频帧图像中获取运动目标，对目标进行定位，同时向执行模块反馈控制指令，确保执行模块进行运动，对运动目标进行自主跟踪。

1.2 系统结构设计

塑造的基于特定特征识别的运动视觉跟踪系统的关键模块为执行模块、检测模块和控制模块。执行模块包括两个直流电机、齿轮传动模块和云台。检测模块包括摄像机和PC机。控制模块包括PC机中的基于特定特征识别的控制算法和下位机控制电路。系统结构如图2所示。

图2 中的摄像机采集运动目标图像，通过USB接口将视频信号反馈给PC机，通过PC中视频图像采集卡获取运动图像序列，再采用基于特定特征识别的运动图标检测算法，定位运动目标，实现检测模块的功能。PC机对运动目标图像的检测结构进行控制运算，并将运算结果反馈给下位机控制电路，控制器电路采用RS 232串行接口获取上位机反馈的控制信号，再将控制信号变化成直流电机的控制电信号，实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动，对运动目标进行准确跟踪，实现执行模块的有效运行。

1.3 执行模块和检测模块设计

执行模块包括云台、两个直流电机和齿轮。选择两个38C?0永磁减速直流电机分别对云台的水平和垂直转动方向进行调控。在云台中设计了正转和逆转方向的限位开关，能够避免平台转动高于360°而产生路线缠绕故障。

检测模块用于实现运动目标的准确检测，可以提高运动跟踪能力。其包括摄像机和PC机，摄像机采集运动目标图像后，采用USB反馈给PC机，再采用PC中的基于特定特征的运动目标检测算法，得到运动目标的位置。系统采用Celeron CPU 1.50 GHz的PC机，其内存是256 MB。PC机中的视频采集模块采集运动目标的实时视频数据。采用CCD摄像机将采集到的模拟视频信号，采用视频同轴电缆反馈到PC机上的视频采集卡，视频采集卡将采集到的模拟视频信号，通过高速A/D变换成数字视频序列，数字视频序列可供基于特定特征的运动目标检测方法进行分析。视频采集卡的工作流程如图3所示。

1.4 控制模块设计

控制模块是基于特定特征的运动视觉跟踪系统的关键部分，其包括PC机和下位机控制电路。PC机依据获取的运动目标数据，采用控制算法进行分析后，将控制信号采用RS 232串行接口反馈到下位机执行，确保单片机依据获取的控制信号，促使水平或垂直直流电动机进行正反方向转动。电动机控制电压通过2个开关型降压稳压器LM2576以及8通道模拟开关MC14051B实现。单片机按照控制信号管理通道模拟开关选择合理的电阻，进而调控LM2576的输出电压，完成直流电动机转速的有效调控。下位机主要由串口通信模块、电机驱动电路以及单片机模块组成，下面具体描述下位机中两个关键模块的设计过程。

1.4.1 电机驱动模块设计

设计的电机驱动模块由电机控制电压选择模块和电机启停以及正反方向转动模块构成。通过开关型降压稳压器LM2576以及8通道模拟开关MC14051B对电动机控制电压进行调控。通过单片机对电机电压进行管理，电机电压控制电路图如图4所示。

对电机进行开始和运动以及进行正反方向转动控制的电路如图5所示。

1.4.2 纹机模块设计

系统采用来自ATMEL公司的AT89C2051单片机，其是管理总体系统运行、控制电路的关键部分，能够对系统的其他模块进行协调控制。设计的单片机模块的电路连接如图6所示。

图6中单片机的P3.4以及P3.5口是限位保护开关，如果这两个开关处于高电平状态，则单片机断开相应的直流电动机的继电器，使得电动机停止运行；否则，开启电动机。

2 系统软件设计

2.1 运动目标检测模块实现

采用动态链接库（Dynamic Link Library，DLL）的方式采集运动目标的SIFI特征，将基于特定特征的运动目标识别算法嵌入到LabVIEW环境中。动态链接库是一种能够进行共享的程序模块，其内部封装了共享资源，扩展名为*.dll。LabVIEW中动态链接库的调用通过调用函数节点（Call Library Function，CLF）实现。设置CLF的函数配置对话框以及参数设置对话框，可对相应的动态链接库进行调用。

通过Visual C++ 6.0语言环境融合OPENCV（Open Provenance Computer Vision Library）图像处理以及计算机视觉函数库完成基于特定特征识别的运动目标定位算法。编写了动态链接库中LabVIEW环境调用过程，其由运动目标图像特征采集函数接口和运动目标图像识别函数接口构成。基于特定特征的运动目标定位算法进行运动目标特征采集流程如图7所示。

基于特定特征的运动目标定位算法，对运动目标进行识别的函数流程图如图8所示。

2.2 进行视频数据变换的回调函数代码设计

PC机中的视频采集卡将运动目标视频数据以三维数组的形式保存在Workspace变量中，三维数组分别描述了运动目标视频的高度、宽度以及帧数。

运动目标检测模块对目标进行定位分析过程中采用的视频图像数据是一维数据，因此采用回调函数LoadFilm将Workspace 变量中的三维变量变为成一维数据流，该过程的具体代码为：

%获取运动图像视频的帧数同大小尺寸

Filmstructure s=Capacity （Provenance Film3D_transient ，3）；

FilmWidth=Capacity （Provenance Film3D_transient ，2）；

FilmHeight=Capacity （Provenance Film3D_transient ，1）；

Whos

%按照uconegle函数特性对视频数据进行行列转置

for i=1：Filmstructure s

Provenance Film3D（：，：，i）=Provenance Film3D_transient （：，：，i）'；

End

%将三维的视频数据变换成一维

ProvenanceFilmID=uconegle（Provenance Film3D，1，FilmWidth*FilmHeight*Filmstructure s ）；

ProvenanceFilmID=[overlap （0：/FilmWidth*FilmHeight*Filmstructure s ?1）'；overlap （Provenance Vide01D）']；

ShapeDelay=1；

通过采用运动目标检测模型分析后，需要将一维数据转换成三维的视频数，构成运动目标的AVI视频文件。该过程可通过回调函数GenFilm完成，关键代码为：

%finosde（srne（256））；

for i=1：Filmstructure s

MoueFilm2D=uconegle（MoueFilm1D（P

PlanDelay+FilmWidth*FilmHeight*（i-1）：De

logoDelay+FilmWidth*FilmHeight*i-1），FilmWidth，FilmHeight）；

MoueFilm2D=MoueFilm2D'；

structure （i）=im2structure （MoueFilm2D，srne（255））；

End

movie2avi（structure ，'FilmOut.avi'）；

3 实验分析

实验在VS 2008+OpenCV 2.2环境下，选择680×460的机场人员运动视频图像进行分析，并采用本文方法对运动视频图像中的人员进行跟踪，实验结果如图9所示。图9（a）和图9（b）描述的是目标所处范围，图9（c）是目标运动图像。从中能够清楚的看出，图像中机场人员的多少对本文方法的人员目标跟踪和定位干扰不高，从图9（a）以及图9（b）中还可看出，在目标的边缘被遮挡的情况下，本文方法也能准确检测出运动目标图像。因此说明，本文方法能够在复杂环境下准确检测出目标的运动图像是有效的。

统计上述实验过程中，本文方法的跟踪时间，结果如图10所示。从中能够看出，在680×460的视频图像中，本文方法对每帧图像的跟踪时间保持在45 ms，其能够满足10 f/s的实时视频速度。

实验对比分析本文方法和基于扩展卡尔曼滤波的运动视觉跟踪方法对运动目标的匹配结果，统计不同方法的成功匹配率和平均匹配每帧图像所用的时间，如表1所示。

分析表1可得，基于扩展卡尔曼滤波的运动视觉跟踪方法进行运动目标跟踪过程中的，成功匹配率以及平均每帧用时都较低，其无法实现目标的实时跟踪要求。而本文方法具有较高成功匹配率和平均每帧用时都较高，能够对运动目标进行高效的实时跟踪。

实验对比分析本文方法和扩展卡尔曼滤波方法控制下的运动目标跟踪系统的阶跃响应曲线见图11。

分别运算两种方法下的运动目标跟踪系统的上升时间、超调量以及调控时间，结果如表2所示。

分析表2可得，基于扩展卡尔曼滤波方法的运动目标跟踪系统在控制过程中，上升时间为1.9 s，超调量为28%，调控时间为5.2 s。而本文方法控制下的运动目标跟踪系统的上升时间为0.8 s，超调量为11%，调控时间为1.9 s，本文方法大大提高了摄像机跟踪运动目标的效率。

4 Y 论

本文设计基于特定特征识别的运动视觉跟踪系统，分析了系统的运行原理，系统中的摄像机采集运动目标图像，并将获取的模拟视频信号反馈给PC机中的视频采集卡进行A/D变换，进而产生运动目标的数字视频序列，再采用基于特定特征识别的运动图标检测算法，定位运动目标，完成检测模块的功能。PC机对运动目标图像的检测结构进行控制运算，并将运算结果反馈给下位机控制电路，控制电路将控制信号变化成直流电机的控制电信号，实现控制模块的有效运行。两个直流电机控制云台进行全方位的三维运动，对运动目标进行准确跟踪，实现执行模块的有效运行。软件部分给出了运动目标检测模块中的实现流程，并设计了进行视频数据转换的回调函数代码。实验结果说明，所设计系统能够在复杂环境下准确检测出目标的运动图像，跟踪效率和精度较高。

参考文献

[1] 钟华民，王伟，张慧华.结合ORB特征和色彩模型的视觉跟踪算法[J].模式识别与人工智能，2015，28（1）：90?99.

[2] 樊凌.基于视觉搜索的舰船跟踪方法研究与仿真[J].舰船科学技术，2015，37（9）：181?185.

[3] 王春洁.基于三维虚拟残缺肢体图像运动行为识别仿真[J].计算机仿真，2014，31（7）：399?402.

[4] 秦磊，胡琼，黄庆明，等.基于特征点轨迹的动作识别[J].计算机学报，2014，37（6）：1281?1288.

[5] 黄杰贤，黄志平，杨冬涛，等.基于轮廓方向特征的头部特征识别[J].电视技术，2015，39（12）：107?112.

[6] 孙志伟，高明亮，李海涛，等.一种基于反馈信息的视觉图像背景建模方法[J].山东理工大学学报（自然科学版），2015，29（2）：61?65.

[7] 苏延召，李艾华，王涛，等.结合分段复合权值与多策略的视觉运动目标跟踪[J].光学精密工程，2014，22（12）：3409?3418.

[8] 郑学汉，魏振忠，张广军.运动目标视觉跟踪测量系统与场地坐标系的快速统一方法[J].红外与激光工程，2015，44（7）：2175?2181.

[9] 李彦勤.在线判别分析的稀疏视觉跟踪[J].计算机工程与应用，2015，51（17）：163?167.