人眼检测相关论文

科学家发现人眼有一种可怕的能力。它可以检测“鬼影图像”，

这些图像是以随机模式编码的，以前认为只有计算机才能检测到。但在一篇发表在预印本服务器arXiv上的新论文中，苏格兰爱丁堡Heriot Watt大学和格拉斯哥大学的科学家发现，人眼本身可以完成所需的计算。

虽然大脑不能单独看到它们，但眼睛不知何故能检测出所有的模式，研究报告的合著者、赫里奥特-瓦特大学的物理学教授达尼埃勒·法乔说。[最令人惊奇的光学错觉（以及它们的工作原理]

，多个像素从一个光源（如太阳）吸收光线来创建图像。“鬼影图像基本上是相反的：它们从一个可预测的阵列中的多个光源开始，”Faccio告诉LiveScience，光是由一个单点探测器收集的，通常称为“桶”。

一个简单的方法来设想这是如何工作的，就是考虑使用单点激光扫描场景的激光雷达。探测器捕捉激光的光线如何从场景中的每个点反射回来，然后可以重建成图像。

但是有一个更快的方法来获取鬼魂图像，Faccio说。研究人员发现，他们可以将图案投射到场景上，而不是用单一光源扫描场景。然后可以测量从物体上反弹的光和图案。这种光的模式和最初投射的模式之间的差异包含了“鬼影图像”，然后计算机可以从数据中通过数学方法提取出来。这些图像看起来像原始图像的灰阶表示。

计算上来说，这种制作鬼影图像的方法涉及两个数学步骤，法乔说。第一种是将原始图案和投影到对象上后显示的图案组合起来。这是通过将原始图案与物体发出的光信号相乘和每个点的图案在数学上完成的。第二步是把整个场景中的数字加起来。[11个最漂亮的数学方程式]

“我们问自己的问题是，‘人类大脑能做到吗？’Faccio说，

研究人员决定把注意力集中在下半部分的计算上，把所有的模式相加。为了做到这一点，他们首先在著名的阿尔伯特·爱因斯坦伸出舌头的照片上投射出一种叫做阿达玛的棋盘式图案。然后，他们使用一个单像素探测器收集得到的光模式，并将其输入LED投影仪。

LED投影仪将爱因斯坦加阿达玛模式照到显示原始阿达玛模式的屏幕上，基本上将两者相乘。第一步：完成。

下一步是看人们在看这个总和时能看到什么。研究人员发现，当爱因斯坦和阿达玛模式以1秒或更长的脉冲缓慢投射时，人们只看到黑白棋盘——没有鬼影图像。但随着研究人员加快了预测速度，爱因斯坦的傻乎乎的面容出现了。研究人员还对数字和字母进行了实验，发现它们在“幽灵”版本中是可以辨认的。

“黑人和白人将“不会消失的，”法乔说它们会变成灰色，而你确实开始看到眼前出现的图像。

这有效的原因，Faccio说，是人眼刷新速度慢。这与电影工作的原因没什么不同：当图像在屏幕上的闪烁速度超过这个刷新率时，它会产生平滑运动的错觉。

“眼睛”获取信息的速度非常快，“Faccio说。”

研究人员发现，闪烁的图案在眼睛的“记忆”中停留了大约20毫秒，随着时间的推移逐渐消失。如果20毫秒的模式重叠，眼睛像电影一样总结它们，让鬼魂图像出现。

这个发现令人兴奋的部分，法乔说，鬼魂成像系统可以用来研究人类的视觉系统。研究人员的论文目前正在一份同行评议的期刊上进行评议。研究小组的下一步工作是找出人眼是否也可以进行观察鬼魂图像的第一步，也许是通过将左右眼的不同输入相乘。

是关于生命科学的原始文章。

关于超声医学的论文范文篇二 医学超声远程现状与案例分析 摘 要： 超声远程是远程医疗的一个重要应用分支，可以远程为边远地区的患者提供高质量的专家医疗服务，节约就诊时间和成本。同时也提升了基层医生与专家的沟通平台，弥补了国内医疗资源分配不均匀的状况。依据超声诊断的特点对超声远程的应用特点、市场远程设备的情况、超声远程的应用效果，以及国内超声远程的应用案例做了介绍。 关键词： 超声远程; 远程医疗; 病例分析; 超声诊断 中图分类号： TN911?34; 文献标识码： A 文章编号： 1004?373X(2014)20?0137?04 Current situation and case study of medical tele?ultrasound GAO Hai?juan， PING Zi?liang (Department of Communication and Information Engineering， Century College， BUPT， Beijing 102101， China) Abstract： Tele?ultrasound is an important branch of tele?medicine， which can provide high quality medical service from tertiary hospital to remote area patients， and save much treatment time and cost. Meanwhile， the tele?ultrasound can also promote the communication platform between less experienced healthcare workers in remote hospitals and specialists in tertiary hospitals， making the discussion more easily and effectively. It balances the medical resource distribution inequality to some extent. According to specialty of the medical ultrasound test， the tele?ultrasound implementation situation， tele equipment features， application effect of tele?ultrasound in clinic and some typical cases in domestic environment are introduced. Keywords： tele?ultrasound; tele?medicine; medical case analysis; ultrasonic diagnosis 0 引 言 20世纪60年代，远程医疗成为欧美新型医学课题。80年代末远程医疗概念被正式提出，并且在计算机技术迅速发展的带动下，远程医疗被广泛应用起来。90年代末国内发表不少关于远程医疗的文章，成为医学界和计算机界共同关注的热门话题[1?3]。远程医疗的核心概念是借助互联网技术、电视传播、卫星通信等一系列现代通信技术将不同地域的医生(或者医护人员)连接起来，通过医生间实时的音视频交流或者离线传输病人数据来完成对疾病的诊断。远程医疗一定程度上弥补了医疗资源分布不均匀的弊端，让医疗条件落后的患者可以快捷的得到远端专家医生的诊断建议，既节约了宝贵的治疗时间，又降低了长途就医的费用。同时，基层医生也在每一次的远程会诊过程中向专家学习了如何解决此类疑难杂症，日积月累，不断提升自己的专业技能，进而吸引更多的病人前来就诊，这对于基层医院的发展是非常有利的。而对于专家医院来讲，远程诊断这种新型医疗服务模式，可以减少非急诊患者的求诊人数，减轻医生问诊的负担，同时也避免了医院的拥挤，再加上远程会诊所带来的医疗收入，以及对医院影响力的提升都有所促进，因而也广受欢迎。远程医疗应用十分广泛，可用于放射科、病理科、皮肤科等课室。但是，远程医疗在超声课室的应用相对起步晚，在此本文将介绍超声远程的应用特点、国内外超声远程设备情况、以及超声远程的应用效果和国内的应用案例。 1 超声远程的应用特点 超声检查与X线，MRI，CT相比，一个显著的特点是它的检查方式很大程度上依赖医生的扫查手法，一个探头在一个医生的手上就像一副眼镜在一个人眼睛上一样，医生更习惯按照自己的扫描习惯，调整探头的扫描方位，选取扫描切面来诊断病人。如果借助超声远程，将A医生扫描的病人图像发送给B医生，让B医生来分析诊断，那么B医生一定会非常的谨慎，这就如同让B医生带着A医生的眼镜来走路一样，因为图像往往并不是B医生所习惯看到的图像，如果图像的信息量远远的低于B医生所期待的，那么远程会诊就会失败。A医生必须重新提供病人的超声图像，如此地重复扫描大大的降低了远程的效率和医生应用的信心，不利于超声远程的推广和发展。 目前，一些国内超声水平高的医院已经重视起超声远程规范化扫描的制定，例如北京安贞医院胎儿心脏远程会诊中心提出了胎儿超声心动图远程会诊检查流程及基本切面的规范要求。文献[4]提出胎儿远程会诊所需的图像切面、存储要求、测量参数等具体规范，重点提出对胎儿心脏畸形的产前超声远程心动图检查，明确定义16幅必存动态切面图像和14幅必存静态图像的内容，规范了胎儿超声远程的操作方法，有效提高医生之间进行远程诊断的效率。超声扫描规范化的脚步从未停止过，超声远程的规范化也会发展起来，让不同地域的医生能在一个标准的扫描框架下，有效地传输超声数据，彼此接受对方的扫描图像，有效的完成超声会诊。 另一个解决此手法依赖性问题的途径是借助超声远程设备的特殊传输功能。比如传输的超声数据中携带着大量的机器原始参数，可以在专家处理端还原超声扫查的过程，重新调整扫描的机器参数和选取扫描的切面，按照专家的习惯重新定位病灶的位置，进行病灶的测量和分析，这样将极大地提高会诊的成功率。目前美国通用电气(GE)的RAWDATA[5]扫描技术即可以满足这样的需求，从技术层面解决扫描手法依赖性问题。 2 国内外超声远程设备情况 超声远程设备按照工作模式，可以分为两种模式，一种是在线模式(也称同步模式)，一种是离线模式(也称异步模式)。 所谓在线模式，就是申请端医生和处理端医生同时在线，实时的进行视频和音频的沟通。处理端医生可以实时看到申请端超声设备的动态图像，可以看到探头的扫查位置，可以和申请端医生进行通话交流，实时指导申请端医生调整探头的扫查位置，调整病人的体位，以及根据图像的质量来调整机器参数。这种模式的特点是：指导性强，互动性强，图像质量高;对双方的时间要求有约束性，缺乏灵活，在实际的应用情况比较难实现，因为专家医生日常工作时间紧张，会诊会占有太多的时间，时间成本提高，业内专家也有同样的顾虑[6]。 所谓离线模式，是指不需要处理端医生在线的等待，处理端系统自动接受申请端发送过来的病人二维超声图像或者三维容积数据，当图像或者数据传输完毕，处理端医生即可灵活安排时间完成会诊意见。此模式的特点是： (1) 会诊时间灵活，对双方的时间约束弱，可实施性强; (2) 离线发送过来的病人图像，专家可以进行更加详细的分析和处理，准确率高; (3) 可以归纳收藏病人的图像数据，进行后期统计分析，建立病例库。 超声远程设备按照会诊需要的医生人数，也可以分为两大类，一类是需要至少两位医生共同来完成，另一类是借助机器人代替申请端医生，只需要处理端一位医生操作完成。第一类设备和常规会诊设备一样，两端设备可以视为两台计算机工作站，两端的医生分别完成各自的任务分工，申请端提出会诊申请，填写病人基本的情况和初步诊断。处理端医生根据收到的病人数据做出会诊建议，并反馈给申请端医生。第二类设备称为远程机器人辅助超声检查系统(简称机器人超声)，它是借助于并行机器人技术[7]，在申请端搭建多个机器人装置，覆盖病人待检查部位，机器人模拟医生手持常规超声探头，对病人进行超声扫查，控制机器人的是处理端的专家。此类设备的特点为可以大幅度的发挥专家的技术，保证超声数据采集的有效性。其所涉及的主要技术问题有三个： (1) 处理端专家操作远端机器人所做动作的准确性。机器人需要施加合理的力度使探头在病人的皮肤上扫查，根据不同的检查部位，机器人需要调整探头的位置，倾斜的角度，锁定部位处进行旋转和微小移动。 (2) 机器人动作的延迟。理想的系统坏境是处理端专家触发控制信号，机器人同步完成动作，超声设备实时反馈图像给专家。但是，实际的情况是机器人机械控制和电路控制环节存在一定的时间延迟。 (3) 超声图像传输的速度和质量。 比较两类设备，机器人超声的最大优点是真正的将专家的“眼睛”延伸，考虑超声检查对手法的依赖性强，这种远程超声技术更能达到预期的诊断效果。在机器人技术的带动之下，持探头机器人的机械控制涉及的机械难点会得到解决，系统的精确性会得到较大的提高。至于图像传输质量，文献[7]对图像传输中使用的图像压缩技术进行了分析对比。采取的方法是：考虑人眼视觉的灵敏度，在粗略扫查，寻找感兴趣区域的过程中，使用有损压缩或高压缩比率的压缩技术，以提高传输的速率，而在找到感兴趣区域后进行仔细鉴别检查时，则采用无损压缩的压缩技术，以保证图像的质量。超声图像的失真主要是两个方面，一是图像对比度的下降，一是图像噪声的干扰。对比度的调整将由专家来调整，因为系统自动的调整将影响专家的诊断。噪声多数是由于人体组织的不同密度而产生后场散射声场造成的，采用合适的滤波器参数可以达到降低噪声而不影响诊断的作用。基于以上分析，机器人超声将凭借其技术的优势得到快速的发展。 3 超声远程的应用优势及效果 超声远程的应用优势包括减少病人不必要的转院治疗、节约病人的就医时间和成本以及在医学教学中的作用[8?10]。文献[11]介绍在急诊情况中应用超声远程缩短病人从入院到手术的时间大约3 h，既为救治急诊病人节约了高贵的“黄金”时间，又提升了急诊中救护车医护人员与医院手术室人员的交流效率， 所以文献中作者建议应将超声远程推广应用在高风险的孕妇和复杂性分娩等情况。 文献[7]将机器人超声应用在32例病例检查上，采用了两种不同的网络连接方式，分别为ISDN综合业务数字网连接(Integrated Services Digital Network)和具备动态带宽384 Kb/s的卫星连接。设计病人完成常规的腹部扫查，包括肝脏、胰腺、门静脉、主动脉、膀胱、子宫或前列腺，脾脏等组织的扫查，并对通用的诊断数据(包括组织的大小，轮廓等)进行了记录。用远程超声会诊的方式与传统超声检查方式进行了对比，结论是：机器人超声检查出58例病变的38例，达到66%的检出率。对漏诊的病变分析如下： (1) 根据病灶大小分为三类：7例是病灶小于 cm，包括胆固醇沉着症，肾结石，胆囊息肉;8例是病灶在1 cm左右，包括血管平肌瘤，肾结石，肝脏血管瘤;4例病灶在～ cm之间，包括囊肿，固态肾包块，肝脏多个低回声病灶。 (2)根据导致漏诊的原因分为：8例是由于图像分辨率低，3例是由于扫描参数设置的不佳，7例是由于不充分的图像数据传输，1例是由于病人的扫查条件不好。 (3)其中12位病人有症状呈现，比如黄疸，发热等，远程超声可以诊断出其中的10位，达到83%检出率。 (4)另外，超声检查常见的扫描局限性，比如病人过胖，过瘦或者年龄大也是漏诊的固有原因。 4 国内超声远程的案例 近五年国内超声远程网络得到迅速的发展，这主要得益于国家医疗改革的取向。2012年3月，国务院印发《“十二五”期间深化医药卫生体制改革规划暨实施方案》，明确指出：要让信息技术成为提升医疗机构管理效率和服务水平的重要手段。国内一些已经在远程医疗设备有一定技术积累的厂家也针对远程超声开展了研发和市场推广工作。 开展超声远程的医院和机构也在逐年增加。典型的有以北京安贞医院牵头成立的胎儿超声心动图远程会诊中心[4]，凭借在胎儿心脏的权威性，会诊中心帮助基层医院在胎儿先天性心血管结构畸形和心脏异常等方面展开会诊工作。大连市中心医院，天津市第一中心医院等也都有各自的超声远程网络系统[12?13]。值得提出的是由上海长宁区卫生部门主导发起的“上海市长宁区超声远程诊断网络项目”[14]。该项目以上海市第六人民医院为依托成立了超声远程诊断中心，并与长宁区的10家社区卫生中心实现网络联接，使市民在家门口就能享受到高水准的远程诊断服务，同时也节约了就诊时间和费用，促进了医疗资源的合理分配利用，是超声远程的典型应用。 此外，2013年在国家发改委的指导下，甘肃省卫生厅、甘肃省人民医院和通用电气医疗集团共同建立了基础医疗范畴内的超声远程省内医疗试点项目[15]，采用“1+3+3”的拓扑模式，即“1”是指一家三级医院，也就是甘肃省人民医院，第一个“3”是指3家县级医院，包括定西市第二人民医院、临洮县人民医院和岷县人民医院，另一个“3”是指3家乡镇卫生所，包括香泉镇中心卫生院、新添镇中心卫生院和闾井镇中心卫生院。据媒体报道，从2013年3月10日远程系统全面启动截止2013年5月15日，3家县级医院共完成37例会诊病例，3家乡镇卫生所共完成68例会诊病例，超声远程会诊不仅帮助当地病人及时的诊断疾病，为基层医生提供了诊断思路，也为上级医院减轻了负担。这种基层医疗机构负责治愈简单的病症，上级医院就专攻疑难、危重病症的模式正是中国整个医疗架构的理想资源分配形式。 5 结 语 本文介绍了超声远程的应用特点、常见设备分类、应用效果和国内的远程案例。技术上，伴随着计算机及网络通信技术的不断发展，超声远程设备必定会在技术上取得进一步的突破，更快，更高质量的传输图像，也可能会加入可穿戴智能辅助设备;服务模式上，随着国家全方位立体化远程医疗体系的建设，超声远程会进入社区，为居民提供远程咨询医疗服务;市场推广上，国家的政策以及地方政府都在积极的推动远程医疗的覆盖面，探索这种模式下的收费标准，用以提高医疗单位主动服务的积极性，保证超声远程的经济效益和长足发展。可见，超声远程在未来的几年一定会有较快的发展，也希望有更多的人关注超声远程的发展。 参考文献 [1] 王志中，李凌，蔡立羽，等.国内远程医疗的现状及展望[J].计算机工程，1999，25(5)：3?5. [2] 李军怀，周明全，耿国华.远程医疗的国内外现状及展望[J]. 国外医学生物医学工程分册，2002，25(5)：193?196. [3] 杨勇，彭承琳.国外远程医疗发展近况[J].医疗卫生设备，2005，26(1)：19?21. [4] 何怡华.胎儿超声心动图[M].北京：人民卫生出版社，2013. [5] 车轩.关怀就在身边：当基层医疗牵手超声远程医疗系统[J].中国医疗设备，2012，27(11)：173?174. [6] 郭勇，何怡华.胎儿心脏超声远程会诊的经验及展望[EB/OL]. [7] DELGORGE Cecile， COURREGES Fabien， BASSIT Lama Al. A tele?operated mobile ultrasound scanner using a light?weight robot [J]. IEEE Transactions on Information Technology in Biomedicine， 2005， 9(1)： 51?58. [8] EICHBAUM Quentin. Telemedicine and ultrasound in obstetrics and gynecology [J]. Donald School Journal of Ultrasound in Obstetrics and Gynecology， 2009， 3(4)： 11?15. [9] DOWIE R， MISTRY H， YOUNG T. Cost implications of introducing a telecardiology service to support fetal ultrasound screening [J]. Telemed Telecare， 2008， 14(8)： 421?426. [10] ANDERSON G， NELSON?BECKER C， HANNIGAN E. A patient?centered health care delivery system by a university obstetrics and gynecology department [J]. Obstet Gynecol， 2005， 105(1)： 205?210. [11] SU M， MA H， KO C， et al. Application of tele?ultrasound in emergency medical services [J]. Telemed JE Health， 2008， 14(8)： 816?824. [12] 佚名.市中心医院省内首先实施超声远程会诊[EB/OL]. [13] 佚名.超声科远程会诊中心落成[EB/OL]. [2013?07?09]. [14] 佚名.GE医疗助力上海长宁区超声远程诊断网络建设[EB/OL]. GDM00253B0H. [15] 佚名.GE远程医疗的甘肃样本[EB/OL]. [2013?10?15]. 看了“关于超声医学的论文范文”的人还看： 1. 超声医学论文范文 2. 超声医学论文范文精选 3. 浅谈超声医学研究论文范文 4. 关于超声医学论文精选 5. 超声科个人工作自我总结范文

运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。 运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min: Avg: Max:23 Min: Avg:15 运动区域占 1/3 左右时 Max:45% Min: Avg:20% Max:18 Min: Avg:8 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。