CCD测量系统中基于自适应相关算法的动态目标跟踪

大孝形状等或者连续帧中的原点位置发生变化，都会引起图像相关偏离。一旦模板不能和目标严格地匹配，那么最佳匹配点就不是目标的中心。这会给相关算法造成误差。虽然这个误差是随机的，但是它会随着相关处理逐帧积累。如果积累了足够的帧数，模板会完全偏离目标。增大模板也会引入误差。这是因为，当模板大于目标时，模板中将有部分背景信息。每帧中背景的变化，便引入了误差。为了消除误差，必须尽可能地减少模板中的背景信息。

为了解决以上问题，引入了自适应的相关算法。首先在图像的灰度直方图中寻找一个阈值，使大多数的像素，特别是背景像素都在阈值之下。在图像中定出模板的位置，寻找一个区域使其边界的像素灰度从阈值之上变为阈值之下，作为目标的边界，这样，目标的位置是目标区域中的一个点，目标被一个矩形窗口框住，可以认为矩形的中心是目标的中心。这样，系统补偿了逐帧匹配引起的偏离误差，减小了误差的积累。自适应的窗口减小了引入过多背景元素而在相关过程中造成的影响。

3.3 减少运算量

在CCD误差测量系统中，即使是事后处理，如果对每一帧图像进行全图搜索，其运算量仍然是巨大的。从前面的分析可知，运算量同搜索图和模板的大小均有关系。在本系统中，模板的大小基本是固定的，在这种情况下，减小搜索力瓣大小就成为了如何减少运算量的关键。经过对系统实际的图像分析，发现连续的每一帧中同一目标的位置改变缓慢。对算法进行改进，对于连续视频图像的第一帧做全图搜索，找出匹配点；对于后续各帖，在前一帧图像目标位置的基础上进行模板匹配，将当前帧搜索图定义为前一帧目标位置周围一个边长为N的正方形区域（目标位置不一定正方形的中心），在此较小的搜索图中进行相关匹配。同时设定一个阈值R，如果相关系数量大值R（i,j）MAXR,那么认为在该搜索图中没有找到目标，则进行整帧图像的搜索，否则接受匹配点为目标位置。

CCD误差测量系统跟踪动态目标，在对连续视频图像处理时，搜索图的大小应和运动速度有关。如果图太小，有可能使目标不在搜索图内，而必须进行全图的匹配，如果图较大，又会增加运算的开销。可以增加运动趋势的估计，使搜索图向运动趋势的方向平移。对于当前帧搜索图区域的确定可以根据前两帧位置间的关系来确定，求前两帧位置水平和垂直坐标的差Δx和Δy来决定偏移的方向。在有效的测量阶段，目标的运动基本是匀速的运行，在水平方向和垂直方向的速度变化不大。因此，搜索图的平移量可以根据|Δx|、|Δy|来确定。在当前帧中以前一帧的目标位置为新搜索图的中心，在各方向分别平移|Δx|、|Δy|个像素，得到当前的搜索图。

4 软件实现和处理结果

由于软件和系统硬件的关系紧密，数据处理量大，对系统的可靠性要求高，因此采用Visual C++编程实现。实验中图像为768×576的256级灰度图，模板的大小为40×40，搜索图的大小为80×80。图3是实际测试时得到的图像匹配后的搜索图。图中黑白相间的方框是匹配得到的目标，图中依次为模板、第4、46、74帧匹配的结果。黑白相间的方框十字中心是目标中心。

对匹配的结果同图像中目标的实际位置进行比较得出：在连续的140帧图像中，85%的结果和实际目标位置误差在10个像素以内，只有两次的误差大于20个像素。这是由于图像质量误差，几乎无法检测到目标所致。没有发生模板完全偏离目标的情况。

经过实验证明，系统软件运行可靠、效率高，跟踪算法的准确高，能在复杂背景下实现对目标的准确匹配。但是模板匹配算法运算量惊人，在应用中选择的模板通常为40×40像素，搜索图为80×80像素，连续处理1000帧图像，要进行8.07×10 9次乘除法运算。因此对于模板匹配算法有进一步改进的必要，可以引入SSDA（序贯相似性检测算法）来提高算法的效率；对于背景比较简单，信噪比高的图像可以先二值化，再通过异或运算来进行匹配。这样没有了复杂的乘除运算，代之以异或和加法运算，可以进一步提高效率。