第１８期 无线互联科技 Ｎｏ．１８ Ｓｅｐｔｅｉｉｌｂｅｒ，２０１８ ２０１８年９月 基于ＣａｍＳｈｉｆｔ算法和嵌入式的目标跟踪系统 李如，胡竞文 （河南科技学院，河南新乡４５３００３） 摘 要：文章通过树莓派和Ａｒｄｕｉｎｏ在硬件方面的优势与０ｐｅｎｃｖ的图像处理库的识别算法相结合，设计出了一种能够在模 块化、可编程硬件上运行的图像识别与目标跟踪系统。该系统采取了软硬件结合，利用ｃａｍｓｈｉｆｔ算法，在开源硬件上实现了 运动目标的识别，解决目标位置移动时的跟踪。 关键词：目标追踪；嵌入式；ＣａｍＳｈｉｆｔ算法 现代社会对小区和居家安全的关注和要求不断提高，运 ｃａｍｅｒａ．ｒｅａｄ（）将返回一个二元组ｆ２】。首值为ｇｒａｂｂｅｄ，将用于 动目标的识别与跟踪技术也已经迅速发展成为现代信息处 判断读取ｆｒａｍｅ的缓冲是否成功。末值则为ｆｌａｍｅ的值。 理领域中一项非常重要的技术，在许多领域都发挥着不可代 程序通过调用ＯｐｅｎＣＶｑ￣的函数对摄像头中的图像进 替的作用。目前，目标检测与跟踪算法已经较为成熟，但其 行处理，并将运动跟踪数据传回。数据在终端进一步转换为 在与嵌入式结合方面的应用研究还处于探索阶段，很多识别 Ａｒｄｕｉｎｏ可以运行的源文件，进而控制舵机使摄像头进行ｘ 算法还未移植到相关平台。 轴和Ｙ轴双方向转向。 由于嵌入式和各类开源硬件具有方便携带、占位置小等 进行运动分析之前，为了提高精确度并降低数据量和方 优势，故在无法连接计算机的地方，如野外、便利店门口、街 便计算机进行颜色之间的对比处理，故先进行反向投影图 口等地，可实时完成对采集数据的处理。因此，根据上述情 处理。随后程序将图像帧进一步转换为灰阶图像，并调整 况设计一个能够实时调用识别算法，在计算机无法装配的 到合适的大小，去除无用的ＲＧＢ格式有利于压缩数据提高 地方实现对目标检测与跟踪系统是本次项目的主要目的。 １ 系统功能与设计 运行速度。而使用高斯模糊平滑图像是对一个１１×１１的区 域的像素强度进行平均能进一步过滤使检测算法失效的高 本系统的实现主要可分为两个步骤。第一步是摄像头传 频噪音。 回实时视频的数据采集和对视频的逐帧数据处理，完成后 １．２．１获取反向投影图 即可获得视频每一帧中目标中心坐标。继而在第二步中转换 单帧图像转换为ＨＳＶ图像后，即可对其进行反向投影处 成电信号传递给控制摄像头位置的舵机以实现摄像头对目 理。反向投影的原理是对需要处理图像的Ｈ分量单独作直 标的跟踪。 方图，其中，不同Ｈ分量值的概率和像素总数各不相同，查 １．１数据采集 找Ｈ分量大小的概率，可以到颜色概率查找表查找。再将 系统中的Ｒａｓｐｂｅｒｒｙ通过排线连接摄像头模块（Ｐｉ 图像中像素的值用其颜色出现的概率对替换，就得到了颜 Ｃａｍ）＿１ 传回实时视频。并使用ＧｉｔＨｕｂ上提供的ＭＭＡＬ 色概率分布图。所得到的输出的颜色概率分布图为一个灰 库和Ｒａｓｐｉｖｉｄ的源代码，使其可以通过ＯｐｅｎＣＶ进行图 度图像。 像处理。 其具体步骤是： 程序运行时会默认解析上次运行时录制的视频文件，我 会转而调用摄像头数据。程序中定义了区域图像的最小像素 尺寸，为了防止像素级别的光线变化和尘埃影响，处理图像 数据之前进行降噪，过滤掉对于运动跟踪无用的数据。 １．２数据处理 一（１）对测试图像中的每个像素（ｐ（ｉ，ｊ）），获取色调数据 （２）查询模型直方图中对应ｂｉｎ的数值。 （３）将此数值存储在新的反射投影图像中。也可以先归 们可以检测该视频中的运动。如果不存在存储的视频，程序 并找到该色调（Ｈ ｉｉ，Ｓ ｉｊ）在直方￣ｔＯＯｂｉｎ的位置。 化直方图￣ｏ－２５５，这样可以直接显示反射投影图像。 对每个像素进行（１）～（３）步骤的循环即可完成对一整 数据处理主要是利用Ｃａｍｓｈｉｆｔ算法对图像的每一帧进 帧的反投影处理。而在ＯｐｅｎＣＶｑ￣，使用ｃａｌｃＢａｃｋＰｒｏｉｅｃｔ（）函 行处理。具体做法是遍历摄像头数据流的同时，程序中的 数便可进行上述处理。 基金项目：河南科技学院大学生创新训练计划项目；项目名称：基于运动目标踪控技术的数字视频监控系统设计；项目编号 ２０１６１０４６７０１ １。 作者简介：李如（１９８７一），女，河南新乡人，助教，学士；研究方向：电气类。 ７６— 第ｌ８期 ２０１８年９月 Ｎｏ．１８ 无线互联科技·设计分析 Ｓｅｐｔｅｍｂｅｒ，２０１８ 反向处理后可得到目标图像的颜色直方图，以及反向 店等地。本系统的与日常使用的监控设备相比较为突出的优 投影，此输出与输入图像同等大小，其上的像素表征一种概 点是可以根据用户的需求更改跟踪目标。 率，即全图上该点是目标图像一部分的概率。像素点亮度大 小直接与该点是否属于原图的概率相关【３】。 ２５７ ９０ １．２．２利用ＣａｍＳｈｉｆｔ算法获得移动轨迹 ＣａｍＳｈｉｆｔ算法的程序实现步骤如下： （１）提取运动物体的轮廓，并从原图中获取运动图像的 信息。对这个信息进行反向投影，获取反向投影图。根据反 向投影图和输入的方框进行ｍｅａｎｓｈｉｌｆ迭代，由于它是向重 心移动，即向反向投影图中概率大的地方移动，所以始终会 移动到目标上。 ２５７ ８６ ２５９ ８８ ２６１ ８９Ｉ ２６４ ９０ 图１获得坐标文件ｏｕｔｐｏｓ ＜ｎｃｑＮｗ＃ａｏ．一ｏｌｄ Ｗ．￣Ｊｏｌｔ， （２）运用运动检测算法将运动的物体与背景分割开 来。程序通过两方相应的像素强度差的绝对值来计算两帧 的不同。如果两帧的数据差少于运动跟踪的设定值，将其设 置为黑色。若差值大于设定值，则将其设定为白色。 （３）下一帧图像用上一帧输出的方框来迭代即可。 ２ 基于移动跟踪的舵机驱动控制 完成图像处理后，视频中跟踪目标圈定的中心坐标轨 迹将写Ａ，ｏｕｔｐｏｓ￣件，示例如图ｌ所示。其中命令行中每一行 Ｘ ．Ｙ △】‘．△Ｙ “１”代表上一行坐标可以写入文件。为了避免静止不动的镜 头，没有识别时的（０，０）坐标均不会写）ｋｏｕｔｐｏｓ３￣＠。 通过Ｒａｓｐｂｅｒｒｙ＿］＝Ｐｙｔｈｏｎ程序对坐标的处理，即可得到 控制方向的４位二进制码用于控制舵机方向，处理方式如 图２所示。高两位控制垂直方向，低两位控制水平方向。１为 （２６４，８９） （２７０，９２） （２６６，９０） （２６５。８７） （＋３。一２） （一３，＋１） （＋６，＋３） （一４。一２） 转动，０为静止。使得摄像头可以跟随追踪物体移动。 ３ 结语 通过上述过程即可实现在嵌入式等硬件平台上的实时 目标跟踪与处理。嵌入式与识别算法的结合也是目前探索领 域的大势所趋。采用ＯｐｅｎＣＶ的开源算法也使设计的工作量 减少，高效地实现识别跟踪。系统采用的嵌入式平台能够满 足实时性和小型化的要求。可以运用于各种场合，如街口、商 舵搠转动方向 △ｘ［ ： ： △Ｙ［ ： ： 图２舵机转动控制 【参考文献】 ［１】冯伟兴，梁洪，．Ｅ．Ｅ￣．Ｖｉｓｕａｌ Ｃ＋＋数字图像模式识别典型案例详解［Ｍ】．北京：机械工业出版社出版，２０１２． ［２］ＡＤＲＩＡＮ Ｒ．Ｂａｓｉｃ ｍｏｔｉｏｎ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｔｒａｃｋｉｎｇ ｗｉｔｈ Ｐｙｔｈｏｎ ａｎｄ ０ｐｅｎＣＶ［ＥＢ／ＯＬ］．（２０１５－０５—２５）［２０１８—０７—０９］．ｈｔｔｐ：／／ｗｗｗ ｐｙｉｍａｇｅｓｅａｒｃｈ．ｃｏｍ／２０１５／０５／２５／ｂａｓｉｃ－ｍｏｔｉｏｎ－ｄｅｔｅｃｔｉｏｎ—ａｎｄ－ｔｒａｃｋｉｎｇ－ｗｉｔｈ－ｐｙｔｈｏｎ－ａｎｄ－ｏｐｅｎｃｖＬ 【３】克勒，布拉德斯基．学习ＯｐｅｎｃＶ中文版［Ｍ】于仕琪，刘瑞桢，译北京：清华大学出版社，２００９． Ｅｍｂｅｄｄｅｄ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ＣａｍＳｈｉｆｔ ａｌｇｏｒｉｔｈｍ ＬｉＲｕ，Ｈｕ Ｊｉｎｇｗｅｎ （Ｈｅｎａｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｘｉｎｘｉａｎｇ ４５３００３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｂｙ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｒａｓｐｂｅｒｒｙ ｐｉｅ ａｎｄ Ａｒｄｕｉｎｏ ｒｅｃｏｇｎｉｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｌｉｂｒａｒｙ ａｎｄ ＯｐｅｎＣＶ ａｄｖａｎｔａｇｅ ｉｎ ｔｅｒｍｓ ｏｆ ｈａｒｄｗａｒｅ，ｄｅｓｉｇｎ ａ ｃａｎ ｉｎ ｍｏｄｕｌａｒ ａｎｄ ｃａｎ ｂｅ ｐｒｏｇｒａｍｍｅｄ ｔｏ ｒｕｎ ｏｎ ｔｈｅ ｈａｒｄｗａｒｅ ｏｆ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ ｓｙｓｔｅｍ．Ｔｈｅ ｓｙｓｔｅｍ ｕｓｅｓ ｔｈｅ ｃｏｍｂｉｎａｔｉｏｎ ｏｆ ｈａｒｄｗａｒｅ ａｎｄ ｓｏｆｔｗａｒｅ，ｕｓｉｎｇ ｔｈｅ ＣａｍＳｈｉｆｔ ａｌｇｏｒｉｔｈｍ ｔｏ ａｃｈｉｅｖｅ ｔｈｅ ｉｄｅｎｔｉｉｆｃａｔｉｏｎ ｏｆ ｍｏｖｉｎｇ ｔａｒｇｅｔｓ ｏｎ ｔｈｅ ｏｐｅｎ ｓｏｕｒｃｅ ｈａｒｄｗａｒｅ，ａｎｄ ｔｏ ｓｏｌｖｅ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｔｒａｃｋｉｎｇ ｔｈｅ ｍｏｖｉｎｇ ｔａｒｇｅｔｓ． Ｋｅｙ ＷＯｒｄＳ：ｔａｒｇｅｔ ｔｒａｃｋｉｎｇ；ｅｍｂｅｄｄｅｄ；ＣａｍＳｈｉｆｔ ａｌｇｏｒｉｔｈｍ 一７７—
