基于Matlab的图多目标标注软件及其应用开题报告

1. 研究目的与意义

编写一套图像多目标标注软件，主要实现的功能在于，任意给定一副包含多个目标的图，能通过鼠标在图中将这些目标用不同的颜色进行分类，并对这些标记的目标进行样本的自动采集。

研究意义：

当今的数据挖掘、模式识别等领域的很多学习算法，构建训练集是其有效执行的前提条件。然而，对于图像分类问题来说，存在的样本采集方法一般利用c/matlab自带函数独立采集，是一件非常繁琐的事情，本软件正为解决此类问题而开发。

2. 国内外研究现状分析

运动目标的检测、跟踪是智能视觉监控的重要课题，是各种后续处理如目标分类、行为理解等的基础[7]。多目标跟踪检测技术最早在上世纪五十年代提出，至1964年，美国的科学家Siltor完善了此理论，用贝叶斯分类方法解决了目标航迹和数据关联等难题[6]。在当前的实际运用中，获取目标和背景图像时存在很多复杂情况，如图像的光线不均、物体剧烈运动等造成图像质量变差。多目标在同一背景运动时，经常出现相互遮挡甚至重合等意外情况，导致目标之间的轨迹模糊紊乱，给多目标的跟踪检测增加了新的难度[8]。面对多目标检测与跟踪中遇到的困难和问题，现有的解决方案主要通过建立模型，提取目标特征进行匹配后再针对性的进行跟踪估计，最终实现某一个特定目标运动轨迹的跟踪[9]。在军事运用方面，随着军事高科技的发展和应用需求的增加，目标检测与跟踪技术应用在各国飞机武器系统中的机载雷达性能也在逐步得到提升，例如：美国F-22型战斗机能同时跟踪跟踪攻击30个空中目标，能探测跟踪16个地面目标；中国歼10型战斗机能同时跟踪16个目标，并攻击其中四个；俄罗斯T-50型战斗机能同时跟踪60个目标并打击其中的16个。所以，各国在军事领域对于多目标检测与跟踪方面的研究与发展正朝着精确化、精细化的方向发展。

国外对目标跟踪与检测的研究起步比较早，理论研究成果和实际应用经验都比较先进和丰富。致力于研究多目标跟踪技术的国际科学家呕心沥血，在此领域中做出了巨大的突破和改进。下面主要从多目标的跟踪和检测两个方面来阐述研究现状：首先，对于多目标跟踪：Kingstor最早提出基于目标模型的跟踪，即根据目标的结构特征区分而实现跟踪。跟踪过程中，运用卡尔曼滤波器和边缘信息等滤波和识别进行目标跟踪[10]。这种方法局限于目标的结构特征，只能检测特定目标，难以推广应用；Jamves对上一思路进行改进，提出基于目标的活动轮廓跟踪[11]。将目标用一个封闭曲线锁定其所在位置，目标的特征结构不再是判断依据，在封闭曲线跟随运动后，目标的轮廓点可以将其转化为点对点的跟踪[12]；Bomb提出基于区域的跟踪，将目标的活动区域作为研究对象，将区域划分为小块区域，根据区域的变化和特征跟踪目标。但是，当两个以上目标相互重叠遮挡时，无法识别[13]；为了解决遮挡难题，Gimbor最早提出基于特征跟踪，主要思路是将目标的前景与背景相互分离，通过提取特征和特征匹配识别目标，进行跟踪[14]。此后的科学家将此方法进行延伸和发展，提出了光流场法和背景差分法等。这种算法鲁棒性能好，易于实现，其缺陷是运算量增加。

3. 研究的基本内容与计划

1. 该平台主要需要实现的功能有：

i) 任意给定一副包含多个目标的图，能通过鼠标在图中将这些目标用不同的颜色进行分类

ii) 对这些标记的目标进行样本的自动采集

4. 研究创新点

优化结构，混合算法的使用进一步提高了求解效率和求解精度，优化目标的定位，增强准确性，快速定位。