基于LabVIEW的实时微球跟踪系统设计开题报告

1、课题研究的背景：

运动目标跟踪在军事、智能监控、人机界面、虚拟现实、运动分析等许多领域有着广泛的应用前景，在科学和工程中有着重要的研究价值，吸引了国内外越来越多研究者的兴趣。

当前的目标跟踪系统主要采用两种技术：一是利用雷达技术进行跟踪；另一种就是基于图像处理技术实现目标跟踪。

图像序列中的运动目标跟踪，就是在各帧图像中检测出各个独立运动的目标，或是用户感兴趣的运动区域(如人体、车辆等)，并且提取目标的位置信息，得到各个目标的运动轨迹。其实质是通过对传感器获取的图像序列进行分析，得到目标在每帧图像中的位置、速度及加速度等特征参数。

基于图像的目标跟踪系统是在动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测、识别、跟踪的过程，它是图像处理与计算机视觉领域中的一个非常活跃的分支，在最近二十几年间，随着计算机技术、高分辨率传感器技术和图像处理技术的迅速更新，它在国民经济和军事领域的许多方面有着广泛的应用。

运动目标的图像分析还可为其它科学研究提供有效的手段和工具，比如利用海水表层温度的卫星图像序列分析来进行近表海水流向的研究。利用先进的数字图像处理技术去除许多自然及人为的干扰，加上预测等技术配合使用，可以实现记忆跟踪以及对瞬间丢失的目标再捕获。这种方法大量的运用在军事上的火控、导航、特别是制导方面。一些发达国家已将它列为发展高新技术研究的重点课题。可以预测，随着各方面要求的日益提高以及各项相关技术的进一步发展，运动目标的图像识别与跟踪将得到更加广泛的应用，对它的研究也将更加深入。然而由于这一课题的发展历史较短而且内容又涉及到计算机视觉、图像处理、模式识别、人工智能技术、自动控制等多个新兴学科，其理论还很不完善，一些重要的问题尚未解决，新的方法和技巧还有待开发。因此，进行运动目标的图像识别与跟踪的研究无疑是一项既有理论意义又有实用价值的课题。

基于摄像机拍摄的视频图像处理的运动目标自动跟踪系统，大致经历了三个发展阶段。九十年代初，主要是以模拟设备为主的闭路电视监控系统，称为第一代模拟监控系统。此类监控系统曾经被应用在众多领域，如今在许多地方依然使用。但是因其成本昂贵、费时费力等原因，正逐渐被淘汰。

九十年代中期，随着计算机处理能力的提高和视频技术的发展，人们利用计算机的高速数据处理能力进行视频的采集和处理，利用显示器的高分辨率实现图像的多画面显示，从而大大提高了图像质量，这种基于计算机的多媒体主控台系统称为第二代数字化本地视频监控系统。

九十年代末，随着网络带宽、计算机处理能力和存储容量的快速提高，以及各种实用视频处理技术的出现，视频监控步入了全数字化的网络时代，称为第三代远程视频监控系统。第三代视频监控系统以网络为依托，以数字视频的压缩、传输、存储和播放为核心，以智能实用的图像分析为特色，引发了视频监控行业的技术革命，受到了学术界、产业界和使用部门的高度重视。

国外对自动跟踪系统的研究起步早，资金投入大，技术先进。1996年至1999年间，美国国防高级研究计划局资助卡内基梅隆大学、戴维研究中心、SARNOFF研究中心、南加州大学等著名大学和公司合作，联合研制了视频监控系统VSAM，用于实现未来战争中人力监控费用昂贵、非常危险或者人力无法实现等场合的监控。利用VSAM可以实现对监控地区进行全方位的昼夜监控、检测异常对象的类型、分析与预测人的活动，根据运动对象行为的危害性进行自动提示和报警、支持多种通信线路连接，将检测到的异常情况以文字形式传送到系统总控制台、使用地理信息和三维建模技术提供可视化图形操作界面、自动对准地面监视目标实现对重要目标的长时间监视等功能。因此， VSAM不但能进行一般性的军事安全监控，如军事基地、军械弹药库和边海防线的监控；而且能够进行局部战争战场的实时监控，如敌方军力部署及调动情况等。

在国内，目前己有很多公司推出了自己研发的视频检测跟踪系统，如大连东锐软件有限公司推出一套三维运动检测分析系统——东方新锐DVMC--8801。该系统通过红外线高感度CCD专用摄像机3-12台摄取图像来实时捕捉人、动物、机械等的三维运动，进行各种运动分析，也可作为传感器使用；北京凯瑞德图像技术有限责任公司开发了动态图像检测设备，不仅能在生产线上进行实时动态检测，同时在体育运动中也有着广泛的应用：安徽三联科技股份有限公司推出的三联城市道路交通监控系统，采用国际一流的Cav监控设备和自行研制开发的网络视频管理软件，实现对城市路口交通状况的实时监控违章抓拍和网络化视频传输及控制。但这些系统在精度、实时性等方面还存在着缺陷，灵活性也不高。

2、选题的目的、意义：

（1）本课题研究的目标

在LabVIEW环境以平面微球为研究对象，建立图像识别、图像跟踪的数学模型并完成相应的系统设计。

（2）本课题需要解决的问题

系统参数选用合理，计算准确，完成图像识别，进行物体二维平面跟踪的设计，最后对系统进行实验，优化系统。