《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于自適應(yīng)眼底光學(xué)成像原理的目標(biāo)跟蹤仿真研究
基于自適應(yīng)眼底光學(xué)成像原理的目標(biāo)跟蹤仿真研究
來(lái)源：電子技術(shù)應(yīng)用2011年第11期
裴立云1， 李 軍2， 吳潔明2
（1. 淮安信息職業(yè)技術(shù)學(xué)院 電子工程系， 江蘇 淮安 223003; 2. 梧州學(xué)院 計(jì)算機(jī)科學(xué)系
摘要： 針對(duì)運(yùn)動(dòng)物體可能具有較為復(fù)雜的運(yùn)動(dòng)軌跡，從而導(dǎo)致傳統(tǒng)跟蹤算法失敗的問(wèn)題，提出了一種基于人眼視網(wǎng)膜眼底凹區(qū)成像原理的跟蹤仿真算法。首先利用線性、正弦等函數(shù)模擬仿真具有復(fù)雜運(yùn)動(dòng)軌跡的運(yùn)動(dòng)目標(biāo)，利用多分辨率方法，采用金字塔結(jié)構(gòu)生成人眼視網(wǎng)膜中央凹區(qū)仿真圖像，在此基礎(chǔ)上進(jìn)行跟蹤算法模擬。通過(guò)試驗(yàn)仿真，可以有效地實(shí)現(xiàn)目標(biāo)跟蹤，并較傳統(tǒng)算法具有更高的跟蹤準(zhǔn)確率。
中圖分類號(hào)： TP391
文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 0258-7998(2011)11-0147-04
Study on target tracking based on adaptive fundus imaging simulation
Pei Liyun1， Li Jun2, Wu Jieming2
1.Department of Electronics, Huai′an College of Information Technology, Huai’an 223003, China; 2. Department of Computer Science, Wuzhou University, Wuzhou 543002,China
Abstract： This paper, proposed a simulation system which deals with a reconfigurable fovea designed for single object tracking. Foveal parameters like the window size, the number of perifoveal levels and initial fovea locations were varied and tested. The performance of the proposed system in terms of object tracking accuracy versus noise was studied. The experiments results show that the proposed system can simulate the real fovea tracking system which outperforms the other traditional methods.
Key words : object tracking; fovea; tamplate match


    目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)熱門(mén)課題。雖然研究者提出了很多不同的算法，但是這些算法都依賴于傳統(tǒng)的圖像采集系統(tǒng)，即CCD相機(jī)成像原理生成的圖像。圖像各個(gè)像素在成像平面中具有相同的分辨率，從仿真學(xué)的角度看，這些像素具有相同的敏感度。因此，造成了跟蹤與識(shí)別的一個(gè)難點(diǎn)，即必須首先確定圖像中目標(biāo)的位置（興趣點(diǎn)），然后才能實(shí)現(xiàn)跟蹤。
    然而生物視覺(jué)系統(tǒng)，例如人眼成像系統(tǒng)，能夠捕捉到感興趣目標(biāo)并對(duì)該區(qū)域提供較高的分辨率。而在興趣目標(biāo)之外，生物視覺(jué)系統(tǒng)產(chǎn)生的圖像分辨率則會(huì)相對(duì)降低。利用對(duì)生物視覺(jué)系統(tǒng)的模擬，人造成像傳感器件也能產(chǎn)生類似的成像效果，這類器件被稱為視網(wǎng)膜凹區(qū)成像（Fovea image）器件。這類器件的優(yōu)勢(shì)是能將采集到的有用信息集中到所感興趣的目標(biāo)上，而對(duì)于其他區(qū)域則減少所涵蓋的信息。這對(duì)于信息壓縮傳輸和目標(biāo)的識(shí)別都能起到非常積極的作用，尤其對(duì)于運(yùn)動(dòng)目標(biāo)識(shí)別和跟蹤，能提供有效的目標(biāo)信息，同時(shí)減少噪聲的干擾。
    參考文獻(xiàn)[1]介紹了一種基于人眼視網(wǎng)膜中央凹區(qū)成像原理的成像芯片模型。該系統(tǒng)具有體積小、功耗低、自帶運(yùn)動(dòng)傳感及運(yùn)動(dòng)組件的優(yōu)點(diǎn)，通過(guò)模擬人眼跟蹤的原理能實(shí)現(xiàn)快速目標(biāo)定位和平滑跟蹤。但是，該系統(tǒng)的一個(gè)主要缺點(diǎn)是其無(wú)法根據(jù)場(chǎng)景變換或者針對(duì)新目標(biāo)進(jìn)行有效的自動(dòng)配置。因此對(duì)于在視場(chǎng)中出現(xiàn)的新目標(biāo)，系統(tǒng)需要對(duì)芯片的邏輯元器件和外置運(yùn)動(dòng)部件進(jìn)行重新設(shè)置。
    針對(duì)以上缺陷，參考文獻(xiàn)[2]提出了一種可實(shí)時(shí)編程成像跟蹤傳感器，可動(dòng)態(tài)地對(duì)芯片參數(shù)進(jìn)行設(shè)置。該成像傳感器能實(shí)時(shí)地將圖像分成若干不同等級(jí)分辨率的子圖像，從而使得該系統(tǒng)較常規(guī)人眼視覺(jué)系統(tǒng)模型更具靈活性。
    對(duì)于通常的目標(biāo)跟蹤系統(tǒng)，一般以當(dāng)前時(shí)間t的系統(tǒng)狀態(tài)來(lái)預(yù)測(cè)未來(lái)時(shí)間t+1的系統(tǒng)狀態(tài)。例如常用的卡爾曼濾波跟蹤模型，認(rèn)為兩個(gè)連續(xù)狀態(tài)之間存在著線性關(guān)系。較新的模型則在卡爾曼濾波的基礎(chǔ)上引入了非線性關(guān)系到系統(tǒng)狀態(tài)中。例如利用隱馬爾科夫模型（HMM）的跟蹤系統(tǒng)[3]則允許觀測(cè)值與系統(tǒng)狀態(tài)之間保持任意形式的概率分布，而無(wú)需像卡爾曼濾波那樣限定為高斯模型。而基于Particle模型[4]的跟蹤系統(tǒng)則假設(shè)當(dāng)前狀態(tài)是若干子狀態(tài)的組合，它們按照某個(gè)概率分布。當(dāng)前狀態(tài)的具體取值決定于概率子狀態(tài)的概率分布結(jié)果，這些技術(shù)都是對(duì)原始卡爾曼濾波跟蹤算法的有效改進(jìn)[5]。

 


2 試驗(yàn)設(shè)置與結(jié)果分析
    在本實(shí)驗(yàn)中，所設(shè)置的模擬目標(biāo)大小S=16，仿真的視網(wǎng)膜中心凹區(qū)大小G=48。對(duì)于跟蹤系統(tǒng)的準(zhǔn)確率，采用在仿真中央凹區(qū)中準(zhǔn)確發(fā)現(xiàn)目標(biāo)的比率計(jì)算。在圖5和圖6中，顯示了本文所采用的跟蹤算法的準(zhǔn)確率。
　　在圖5中，分析了系統(tǒng)跟蹤精度與式(5)中添加噪聲水平之間的關(guān)系。其中虛線為任意軌跡方程所仿真的運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)，細(xì)實(shí)線為正弦波軌跡方程仿真的運(yùn)動(dòng)目標(biāo)跟蹤結(jié)果，粗實(shí)線為線性軌跡方程仿真跟蹤結(jié)果?？梢园l(fā)現(xiàn)，系統(tǒng)對(duì)于線性運(yùn)動(dòng)目標(biāo)跟蹤精度最高，而對(duì)任意軌跡運(yùn)動(dòng)的目標(biāo)準(zhǔn)確率則有所下降。并且整個(gè)系統(tǒng)隨著系統(tǒng)噪聲的增加，跟蹤精度會(huì)隨之下降。但是當(dāng)噪聲水平達(dá)到一定高度后，無(wú)論是線性運(yùn)動(dòng)目標(biāo)或是任意軌跡運(yùn)動(dòng)目標(biāo)的跟蹤準(zhǔn)確性都很低。

    圖6中，對(duì)比顯示了不同運(yùn)動(dòng)軌跡（零噪聲）下，中央凹區(qū)尺寸大小對(duì)于跟蹤精度的影響。從圖中曲線可以看到，線性運(yùn)動(dòng)目標(biāo)和簡(jiǎn)單正弦波規(guī)律運(yùn)動(dòng)目標(biāo)，由于其運(yùn)動(dòng)規(guī)律較為容易預(yù)測(cè)，中央凹區(qū)大小的選擇對(duì)于跟蹤結(jié)果幾乎沒(méi)有影響。而對(duì)于復(fù)雜的任意軌跡運(yùn)動(dòng)目標(biāo),較大尺寸的中央凹區(qū)能明顯提高跟蹤系統(tǒng)的準(zhǔn)確性。

    為了對(duì)比基于模擬人眼視網(wǎng)膜中央凹區(qū)跟蹤算法與常規(guī)模板匹配算法的區(qū)別，對(duì)比顯示了兩類算法的跟蹤準(zhǔn)確率,如表1所示。分別采用兩種方法初始設(shè)置中央凹區(qū)，一種是直接將中央凹區(qū)定位在運(yùn)動(dòng)目標(biāo)上，然后開(kāi)始跟蹤；另一種是隨機(jī)給定中央凹區(qū)的位置，然后依靠系統(tǒng)自動(dòng)檢測(cè)目標(biāo)并實(shí)現(xiàn)跟蹤?？梢园l(fā)現(xiàn)兩種方法的跟蹤準(zhǔn)確度基本一致，自動(dòng)搜索目標(biāo)的算法準(zhǔn)確率稍有下降。而采用常規(guī)模版匹配的算法，其跟蹤準(zhǔn)確度明顯偏低，顯示出基于視網(wǎng)膜中央凹區(qū)的算法具有較高的穩(wěn)定性和可靠性。
    針對(duì)傳統(tǒng)利用模板原理進(jìn)行目標(biāo)跟蹤系統(tǒng)容易受到系統(tǒng)噪聲干擾導(dǎo)致跟蹤精度不高的問(wèn)題，本文提出了一種仿真人眼視網(wǎng)膜中央凹區(qū)進(jìn)行軟件跟蹤的系統(tǒng)。由于人眼視網(wǎng)膜中央凹區(qū)模型在芯片還未得到較為廣泛的應(yīng)用，因此，本文的仿真方法能對(duì)這一模型在跟蹤系統(tǒng)中的效能進(jìn)行有效評(píng)估。該方法簡(jiǎn)單有效，能很好地模擬生物視覺(jué)的成像原理，并利用該成像原理的優(yōu)勢(shì)有效的提高目標(biāo)跟蹤的精確度。該方法能推廣應(yīng)用到視頻監(jiān)控等系統(tǒng)中。
參考文獻(xiàn)
[1] CUMMINGS R E, SPIEGEL J V D, MUELLER P, et al. A foveated silicon retina for two dimensional tracking[J]. IEEE Transactions on Circuits and Systems-II: Analog and Digital Signal Processing, 2000,47(6)：1101-1107.
[2] PAIN B, Yang Guang. Real time programmable reconfigurable vision active pixel sensors[C]. NASA.2003.
[3] 劉剛，劉明，匡海鵬,等.多目標(biāo)跟蹤方法綜述[J].電光與控制,2004，11(3): 432-437.
[4] 馬奔，史忠科，皮燕妮.成像目標(biāo)跟蹤算法分析[J]. 西安電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2005,32(3):150-155.
[5] 吳曉娟,翟海亭,王 磊,等.一種改進(jìn)的CAMSHIFT手勢(shì)跟蹤算法[J]. 山東大學(xué)學(xué)報(bào), 2004,34(6):120-124.
[6] 馮馳,王萌,汲清波.粒子濾波器重采樣算法的分析與比較[J]. 系統(tǒng)仿真學(xué)報(bào), 2009,21(4):1101-1105.
[7] 王來(lái)雄, 黃士坦. 一種新的粒子濾波算法[J]. 武漢大學(xué)學(xué)報(bào)(工學(xué)版), 2006,39(1):118-120.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。