摘 要

本文根据内河流域船体目标图像面积大，清晰的特点，以及水面动态变化的复杂背景，通过比较帧间差，背景差分的性能，设计了基于帧间差分法拓展得到的三帧差分法的目标检测算法来实现对复杂内河流域运动船舶的检测。其具体是通过将连续三帧视频图像序列前后两帧分别进行绝对值差分，然后两幅差分图像进行“逻辑与”运算操作，在进行二值化处理得到运动目标的轮廓像素点，对二值化图像进行形态学处理之后填充获得目标的运动像素区域。为了实现自动跟踪，目标跟踪要基于目标检测来实现，针对内河流域背景变化的情况，分别研究和实现了基于均值漂移（）和粒子滤波()算法的船舶跟踪算法，得到运动船舶的跟踪结果，并比较和分析两种算法的性能。

最后本文设计并实现了一套船舶运动目标的检测和跟踪的软件系统，主要有视频读取，船舶检测，船舶跟踪三部分组成。

关键词：运动目标；目标检测；目标跟踪；均值漂移；粒子滤波

Abstract

Based on the feature of the near-shore shipping target image of which occupied area is very large and resolution is very high, As well as the dynamic complex background of the near-shore water surface. By comparing the performance of frame difference and background difference, designed the three-frame difference algorithm based on frame difference to achieve the detection of complex near-shore moving shipping. Firstly, use three consecutive frame in the video image sequence to calculate the absolute value of difference between each of two consecutive frame. Then, two difference image calculate their and logical operations. Finally, obtain the outline’pixels of moving target by binarization processing and get the movement pixel area of target by morphological processing and filling. In order to achieve automatic tracking, the target tracking is based on target detection to achieve. Considering the situation of near-shore complex background, this paper has separately researched and realized based on meanshift (MS) and particle filter(PF) target tracking algorithm to obtain the tracking result of moving shipping.

Finally, this paper has designed and realized a moving shipping target detection and tracking software system, which including three following fuctions: reading the video, shipping detection and shipping tracking. Shipping tracking is separately implemented by meanshift and particle filter algorithm.

Key words: moving target; shipping detection; shipping tracking; meanshift; particle filter

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 课题研究的背景及意义 1

1.1.1 研究背景 1

1.1.2 研究意义 1

1.2 国内外研究现状及发展 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 2

1.3 论文研究内容及技术路线 3

1.3.1 研究内容 3

1.3.2 技术路线 4

1.3.3 论文结构 4

第2章 运动目标检测及跟踪原理 6

2.1 目标检测常用算法 6

2.1.1 帧间差分法 6

2.1.2 背景差分法 7

2.2 均值漂移算法 8

2.2.1 算法概念 8

2.2.2 基本算法原理 8

2.2.3 核函数及权重系数 9

2.3 粒子滤波算法 10

2.3.1 蒙特卡洛采样 11

2.3.2 序列重要性采样 12

2.3.3 粒子的退化以及重采样 12

2.4 本章小结 14

第3章 运动船舶的检测算法设计及实现 15

3.1 运动船舶检测算法的分析 15

3.2 运动船舶检测算法的设计及实现 16

3.2.1 三帧差分算法 16

3.2.2 形态学处理 18

3.2.3 提取目标的运动区域 19

3.3 目标检测实验结果及分析 20

3.3.1 运动船舶检测实验与分析 20

3.3.2 系统检测性能分析 22

3.4 本章小结 22

第4章 运动船舶跟踪算法的设计及实现 23

4.1 基于均值漂移的船舶跟踪算法应用 23

4.1.1 目标模型建立 23

4.1.2 相似性度量 24

4.1.3 均值漂移迭代过程 25

4.1.4 均值漂移跟踪算法实现过程 25

4.2 基于粒子滤波的船舶跟踪算法应用 27

4.2.1 目标模型的描述 27

4.2.2 采样粒子集合的描述及权值评价 28

4.2.3 粒子滤波跟踪算法实现过程 28

4.3 运动船舶跟踪实验结果及分析 29

4.4 本章小结 32

第5章 系统软件设计与实现 33

5.1 系统软件整体设计 33

5.2 系统软件模块功能 34

5.2.1 视频读取模块 34

5.2.2 船舶检测模块 34

5.2.3 船舶跟踪模块 36

5.3 本章小结 36

第6章 总结与展望 37

6.1 总结 37

6.2 展望 37

参考文献 39

致谢 41

第1章 绪论

1.1 课题研究的背景及意义

1.1.1 研究背景

内河航运拥有很长的历史，因为船舶的载重能力很强，运输的成本不高而且消耗能量相对较小，所以在河流运输交通中发挥着至关重要的作用。，内河流域的运输业日渐繁荣。也增加了船舶发生意外事故概率。这种隐患一方面制约着运输业的发展，另一方面威胁到人身安全。为了减少航运事故的发生概率，需要我们采取一些措施来解决这一问题。

视频跟踪以及监控技术随着图像视频技术的日益成熟，跟踪系统日渐复杂，也变得更智能。通过将视频转化成图像序列，对图像中的目标提取目标特征，然后对应不同的特征使用不同的跟踪算法。常被用于跟踪的算法有：（）、、卡尔曼滤波的跟踪算法等。因此将视频跟踪技术应用到内河流域船舶跟踪中，通过在水面上航行的船体上、船舶经过桥架和闸口上等意外事故容易发生的场合安装监控设备，实时地采，。并采用图像处理、目标检测以及目标跟踪等技术，分析船体的运动航行状态，并指示船体运动避免发生碰撞等事故的发生。所以建立一个可视化的监视船舶运动系统，是解决内河流域船舶安全问题的一种重要且有效的方法。

本课题是以长江流域，东湖来往的船舶为实验对象，研究数字视频中运动目标的检测以及跟踪，为了给内河流域监控系统设计提供一些可靠地数据和思路。虽然本次设计的运动目标检测和跟踪系统是以特殊流域为背景，但其使用的技术仍可以应用到其他领域。比如：车辆跟踪，人体跟踪等领域。

1.1.2 研究意义

对于内河流域运动的目标检测和跟踪常用的方法有：基于红外、基于雷达以及基于数字视频三种。每个系统获取的视频图像都具有各自的特有的特点。因此，不同的方法就对应着不同的算法以及处理过程。，虽然其隐蔽性好，但是对温度敏感度高，。基于雷达的目标检测和跟踪技术虽然发展的很成熟，但是整个系统庞大，价格贵。采用的技术很复杂。对于距离近、高速、目标小的情况难以达到精度高的要求。与这两个方法相比，。比如，算法易实现且成熟、软件的开发难度相对较低以及程序实现的周期短。因此使得在实际的应用中，能快速的被应用。这样使得后面进行的分析过程以及预警等提供了更多时间，能做出更加正确的判断。使得整个系统的更加完善。因此，价值和现实意义。

内河流域运动目标的检测和跟踪在航运安全、船舶调度等场合有着巨大的潜力。同时，通过监控水面上的船舶之间的距离，预防船舶碰撞。以及发生事故之后及时报警以减少事故造成的损失。这些应用在航运安全都起到了重要的作用。

1.2 国内外研究现状及发展

目前，很多国家已经在视频运动目标检测和跟踪这方面技术有了很多深入地研究。尽管这些研究成果没有达到完美，但是其应用也解决了现实生活中许多问题。不过对于水面运动船舶的检测和跟踪研究较少。

1.2.1 国外研究现状

在国外的一些研究中，英国伯恩茅斯大学的等研究者通过计算和统计视频图像中各个区域波浪的灰度直方图的特征来区分运动目标和水面实现目标检测和跟踪系统^[1]。这个系统在天气变化下引起的水面波动剧烈的情况下是难以检测到目标的。等研究者采用各向异性扩散方法对视频序列进行形态学运算及平滑运算，然后帧间差得到运动船只。然而这种方法只适用于运动目标慢而且背景不能有任何变化的情况。为了提高检测的实时性以及适用性，以检测出具有不同外形特征的船舶，等人研究出一种基于目标边缘特征以及形态学运算对运动目标进行自适应跟踪的方法^[2]。具体是首先通过“开”运算以及背景差的方法获得背景像素区域，然后对船舶的边缘使用“膨胀”等形态学处理检测出船的位置。通过对上千帧图像检测之后，而且能实时的进行检测。

1.2.2 国内研究现状

我国拥有许多重大流域以及内陆湖，内河流域的船舶流量大，则发生航运事故的概率也更大。虽然国内在对视频跟踪研究方面起步晚，但是近年来针对这些问题，国内研究人员也进行了大量的研究。例如，大连海事大学的刘晓兰同使用的是编写调用模块^[3]，获取并显示采集视频之后技术人员通过提供的信息，结合船舶航行情况，调节摄像头的角度监控船只。何鸿等研究者通过提取视频图像中的目标特征，采用卡尔曼滤波预测跟踪算法达到目标跟踪的效果。但是计算过程复杂使得整个系统的实时性差。重庆大学的刘俊使用红外图像的方法对运动中船舶进行目标跟踪研究，在船体、闸口还有桥梁等安装红外摄像拍摄船舶，能很好的检测船舶运动区域和跟踪船舶^[4]，但是整系统的设备成本过高。厦门大学的王佳乐等提取了船舶运动目标的轮廓特征，记录港口船只靠岸和离岸的时间。建立了一个自动监控港口船舶和采集船舶停泊时间等信息的系统^[5]。