計算機視覺中的運動檢測與跟蹤（簡體書）

《計算機視覺中的運動檢測與跟蹤》是針對計算機視覺領域中研究的這些重點內容，結合科研工作中的研究案例，介紹有關計算機視覺領域中涉及到的運動檢測和目標跟蹤算法及具體應用實例。

第一章緒論
1.1運動的分類
1.2計算機視覺中運動分析模型
1.3計算機視覺中運動檢測和目標跟蹤技術研究現狀
1.4計算機視覺中運動分析的技術難點
1.5本書各章節內容簡介
第二章傳統的運動檢測和目標跟蹤算法
2.1傳統的運動檢測算法
2.2常用目標跟蹤算法
2.3粒子濾波在跟蹤算法中的應用
2.4mean—shift在跟蹤算法中的應用
2.5方向符號法在跟蹤算法中的應用
2.6小結與討論
第三章周期性運動特征的低速目標跟蹤算法
3.1周期性運動特征的動態目標跟蹤策略
3.1.1快速對應點搜索
3.1.2應用卡爾曼濾波器實現目標位置的預測
3.1.3波門的設定
3.2基于單目視覺技術的CCD激光經緯儀
3.2.1應用背景
3.2.2CCD激光經緯儀結構及艦載雷達標校原理
3.2.3坐標變換與數學建模
3.2.4半自動建模及動態饋源目標實時識別與跟蹤策略
3.2.5相機的定標
3.3實驗結果及結論
第四章高速運動目標的檢測與跟蹤算法
4.1空間激光通信中的目標識別與跟蹤過程
4.1.1通信準備階段
4.1.2目標捕獲階段
4.1.3粗跟蹤階段
4.1.4精跟蹤階段
4.2自由空間激光通信系統仿真形式
4.3提高目標跟蹤精度的主要技術途徑
4.3.1采用數字控制系統
4.3.2采用高精度的振鏡
4.3.3采用CCD分技術
4.3.4采用現代控制理論和最優控制算法
4.3.5提高APT精跟蹤系統的伺服帶寬
4.4激光光斑目標的快速識別與跟蹤算法
4.4.1圖像數據采集方法
4.4.2自適應探測窗的選取
4.4.3PID控制過程
4.4.4激光光斑中心的計算
4.5目標識別與跟蹤過程的仿真
4.5.1用戶交互模塊
4.5.2粗伺服單元伺服控制仿真
4.5.3精伺服單元伺服控制仿真
4.6本章小結
第五章具有復雜背景的運動目標檢測算法
5.1光流場的計算方法
5.1.1光流場的概念
5.1.2傳統光流計算方法
5.1.3光流評估方法比較
5.2改進的光流評估算法
5.3實驗結果及結論
第四章高速運動目標的檢測與跟蹤算法
4.1空間激光通信中的目標識別與跟蹤過程
4.1.1通信準備階段
4.1.2目標捕獲階段
4.1.3粗跟蹤階段
4.1.4精跟蹤階段
4.2自由空間激光通信系統仿真形式
4.3提高目標跟蹤精度的主要技術途徑
4.3.1采用數字控制系統
4.3.2采用高精度的振鏡
4.3.3采用CCD分技術
4.3.4采用現代控制理論和最優控制算法
4.3.5提高APT精跟蹤系統的伺服帶寬
4.4激光光斑目標的快速識別與跟蹤算法
4.4.1圖像數據采集方法
4.4.2自適應探測窗的選取
4.4.3PID控制過程
4.4.4激光光斑中心的計算
4.5目標識別與跟蹤過程的仿真
4.5.1用戶交互模塊
4.5.2粗伺服單元伺服控制仿真
4.5.3精伺服單元伺服控制仿真
4.6本章小結
第五章具有復雜背景的運動目標檢測算法
5.1光流場的計算方法
5.1.1光流場的概念
5.1.2傳統光流計算方法
5.1.3光流評估方法比較
5.2改進的光流評估算法
5.2.1正規化相關的特性討論
5.2.2候補向量的定義及光流算法的計算過程
5.2.3基于時間復數相關的預測向量計算法
5.2.4基于空間復數相關的預測向量計算法
5.2.5候補向量的抽取
5.2.6相關分布可信度的評價
5.2.7高精度光流的抽取
5.2.8本節小結
5.3實驗結果與討論
5.3.1噪聲對真值深度分布的影響
5.3.2全景的信噪比分析
5.3.3SMCM算法對背景光流場的檢測
5.3.4TMCM算法對場景變化的檢測
5.3.5實驗總結
5.4改進光流場評估算法的應用
5.4.1車輛沖突檢測的技術背景
5.4.2車載相機的運動對光流場的影響
5.4.3運動物體的識別
5.5本章小結
第六章互補投票算法實現可信賴運動向量估計
6.1互補投票算法的基本原理
6.2投票參數的收斂
6.3信賴測度的估計方法
6.4互補投票法的高速化
6.5高速化后的算法的性能比較
6.6總結與討論
結束語
參考文獻

該精跟蹤系統要求驅動器分辨率高、響應速度快、位移重復性好，轉換能量效率高等特性，同時根據壓電陶瓷驅動器的特點，在系統結構中采用壓電陶瓷驅動器作為精跟蹤系統的驅動元件，能夠滿足仿真及實際系統的要求。
4.3.3采用GCD細分技術
在精跟蹤系統中采用面陣CCD作為脫靶量檢測器件，面陣CCD選用128×128像元的分辨率對光斑目標進行讀出。在空間光通信中每個像元所對應的空間分辨率為微弧度級，為了提高信號的檢測精度就必須對像元信號進行細分。對光斑的檢測精度要求能達到亞像元級。
CCD細分技術是近幾年來在光電圖像檢測領域中廣泛采用的一種提高CCD系統測量分辨率的圖像處理技術。一般進行細分的圖像都是分布已知的規則圓光斑，而且光斑一般都進行了離焦處理根據不同的細分要求一般光斑需要占奇數個像元。
常見的細分算法分為形心算法、質心算法和四象限算法3種。本書應用的細分算法在后續章節中有具體討論。
4.3.4采用現代控制理論和最優控制算法
在控制系統中控制算法的選取是決定控制誤差的重要因素之一，不同的控制算法對控制誤差精度有很大的影響。在現在的控制系統中尤其是一些實時性要求不高的視頻工作系統中，采用復雜的控制算法常常能得到很好的效果。在激光通信系統中采用最優控制理論來指導也能大大提高控制精度，尤其是對于粗跟蹤環的控制系統。但對于精跟蹤環由于精跟蹤的閉環帶寬要求很高（一般大于600Hz）采用復雜的控制算法會導致計算量大。因此空間激光通信系統的精跟蹤環大都采用簡單的PID控制來完成。在實際半實物仿真過程中，首先根據器件參數利用Matlab仿真出最佳控制參數，之后通過應用程序實現控制過程。
4.3.5提高APT精跟蹤系統的伺服帶寬
提高帶寬主要有如下幾個途徑：提高數據采樣速度、提高實時圖像處理速度、提高振鏡執行速度。鑒于以上技術環節在仿真過程中采取以下技術措施。
1.用開窗口工作模式的高幀頻CCD相機實現精跟蹤環檢測
精跟蹤系統對于CCD檢測精度的要求較高，對應的像元分辨率較高。