基于特征与主动轮廓算法运动果蝇识别和跟踪探究

《基于特征与主动轮廓算法运动果蝇识别和跟踪探究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于特征与主动轮廓算法运动果蝇识别和跟踪探究　　摘要多目标跟踪是视频监控等领域的一项关键技术。阐述目标跟踪算法的研究现状，运用灰度阈值分割，基于特征和主动轮廓跟踪方法实现对多只运动果蝇进行目标识别与跟踪。运用C#以及emgu开发应用程序予以系统实现。经验证，该系统识别率高，具有稳健的跟踪效果。关键词多目标跟踪；果蝇；运动检测；特征匹配中图分类号TP391.41文献标识码A文章编号1007-5739（2013）14-0340-03多目标跟踪方法的研究和应用是计算机视觉的一个重要分支。目标跟踪，即要在一段视频的不同帧中把被跟踪的物体标记出来。目标跟踪简单地说就是估计一个对象的

2、运动轨迹[1]。目前，目标跟踪算法一般包括基于区域的跟踪算法、基于特征的跟踪算法、基于模型的跟踪算法、基于主动轮廓的跟踪算法[2]。常用的数学方法有：卡尔曼滤波器（Kalmanfilter）、Meanshift、粒子滤波器（particlefilter）、动态贝叶斯网络等[3]。而一个跟踪算法的理想性应该具有快捷性、鲁棒性、透明性、高效性、稳定性、简单性等特性[4]。1基于特征和主动轮廓的跟踪7实现多目标跟踪的关键在于完整地分割目标、合理地提取特征和准确地识别目标，同时要考虑算法实现的时间，保证实时性。因为培养皿中的运动果蝇会经常聚集甚至重叠在一起，有必要采取相应的方法尽

3、可能地排除这类影响。因为培养皿中的果蝇只有在极少数情况下才会快速飞行，所以其运动轨迹通常具有连续性，针对果蝇的该种情况我们运用基于特征和主动轮廓的跟踪算法。1.1基于主动轮廓的跟踪主动轮廓模型即Snake模型是在图像域内定义的可变形曲线，又称为Snake曲线，由Kass等人提出的，是将其能量函数进行最小化处理，使其动态轮廓逐渐向目标轮廓调整，最终成为一致。该技术对于任何形状、任意变动的物体都可以进行处理，其具体的操作技术如下：一是将目标进行分割，将得到的物体边界作为跟踪的初始模板；二是确定目标轮廓函数即表征物体真实边界的目标函数；三是逐渐降低目标函数值，使初始轮廓逐渐向物

4、体的真实边界移动。由于主动轮廓跟踪是一个寻找最佳结果的过程，因此其计算量较大，且该模型的盲目性较大，不适合跟踪快速移动的物体或者是形态变化较大的物体。1.2基于特征的跟踪1.2.17特征提取。主要是根据原始的图像，从其中提取出该图像的典型特征。好的典型图像特征应同时具备以下特点：一是特征应该直观，使人们一看就能分辨；二是特征要具有典型意义，区别于其他图像的特征；三是特征的计算应该相对较简单，方便对图像的跟踪；四是特征应该具有一些不变性，使人们在跟踪时能够锁定目标，如图像平移、旋转等。常见的跟踪特征主要有颜色、面积、周长、纹理、质心等。目前，图像处理研究领域对尺度伸缩、形变

5、和亮度变化不敏感的有效特征研究还是很多[5]。1.2.2特征匹配。是将提取的特征与目标特征之间进行匹配，最终确定一个最佳的匹配来跟踪目标。常见的基于特征匹配的跟踪算法包括基于目标颜色特征匹配的跟踪、基于二值化目标图像匹配的跟踪、基于边缘特征匹配或角点特征匹配的跟踪和基于目标灰度特征匹配的跟踪等。该方法的优点是即使目标的某一个部分被遮挡造成部分特征丢失，但是只要还有部分特征可以被匹配就可以继续进行特征跟踪。该方法由于对图像噪声和模糊等比较敏感，因此对图像进行跟踪时容易出现漏检、特征增加或减少等情况[6-10]。2运动果蝇目标识别与跟踪2.1果蝇识别要实现对果蝇的跟踪，首先要

6、能识别出果蝇，也即确定果蝇在视频每一帧图像中的位置（图1）。7识别的流程包括：一是得到初始运动果蝇所在的区域范围：利用统计模型背景建模，运用迭代的方法来计算背景帧。二是对每一帧图像利用前一帧得到的各目标的范围，有选择地只更新各目标领域所在的背景区域。三是获取差值图像灰度图：抓取视频中1张图与背景图相减，得到的黑色是背景颜色，灰色是果蝇颜色的灰度图（图2）。四是通过大津法计算得到灰度阈值图像，然后进行二值化得到各果蝇躯干轮廓（图3）以及各果蝇在图像中的位置[6]。大津法就是计算出一个连通区域的阈值，然后对该区域二值化，可以用来确定果蝇身体的轮廓。原理如下：令连通区域S，其中

7、象素灰度范围为[0，255]，点（x，y）的灰度表示为I（x，y），灰度级x的点的概率为P（x）；则大津法就是求下式达到最大值的灰度级M。Ym=■这样我们就可以识别出果蝇的初始位置和轮廓[8]。2.2果蝇的跟踪尝试采用了线性预测以及抛物线预测相结合的轨迹预测方法[9]，然后利用相似性度量来确定目标实现跟踪。这里主要采用基于特征和基于主动轮廓相结合的方法。2.2.1线性预测。这里先假设果蝇的移动轨迹符合下式，根据果蝇在k-1，k时刻的位置，猜测其在k+1时刻的位置：Y=k2+k1tX=k4+k3t其中k1=（Yk-1-Yk）/（