一种新型的活动目标轨迹记录算法

温庆福，郭向东

(1.电子科技大学光电信息学院，四川成都610051;2.安徽现代电视技术有限公司成都研发中心，四川成都610017)

记录活动目标轨迹是对运动目标监测和跟踪的一项重要内容［1］。尤其是在对飞行器的实时坐标定位及飞行轨迹的记录，在航空航天等领域起着重要应用。对这些目标的运动空间轨迹的自动记录非常复杂［2］，除了必须具备一系列先进的科学仪器设备外，还要进行大量的数据处理和复杂的数学建模分析才能实现［3］。

在图像的识别与跟踪中，为了增强人的信息判断力，通常需要显示出活动目标的轨迹［4］。为了解决跟踪存在的问题，需要对目标的轨迹进行预测［5］。如果图像出现了许多个目标，可以根据预测轨迹范围剔除虚假目标;如果预测目标轨迹误差在允许的范围内，则在连续几帧失去目标仍可以跟踪，提高跟踪的可行性［6］。但是如果直接将这些点送入轨迹检测环节(包括大量的复杂运算，如乘法、除法等)进行轨迹预测、匹配，不仅运算量大、消耗硬件资源多，还对系统的实时性提出很高要求［7］。传统的基于硬件的电路，要实现目标轨迹的记录，所需存储容量与轨迹需要记录的时间，单帧图像大小和图像帧频成正比［8］。通常在硬件资源成本和体积上开销很大。而且使用的器件越多，流程越长，系统的稳定性越低。

因此，本文提出一种新型活动目标轨迹算法。该算法不再受图像频率和显示时间的限制，根据轨迹所需保留时间长短来调整传递函数，仅仅需要一个帧存器就能实现。对非计算机系统，极大地减小硬件的体积和降低成本，提高系统的稳定性。尤其是在便携式设备中，优势相当明显。同时，避免了将轨迹不作区分的显示。该方法可根据速度大小、显示时长等因素，自行设定轨迹的显示。

1 循环递归叠加法

所谓活动目标踪迹，就是要在当前第i帧画面上，既要显示当前活动目标的位置，还要显示过去第i－1，i－2，…，i－n帧该活动目标的位置信息。过去n帧的踪迹保留记录，一般需要n个帧存储器才能实现。采用n个帧存储器，设备量大增，成本大增。本文仅用一个帧延迟器来完成n帧叠加处理的功能，即循环递归叠加法。本文设计的递归传递函数为

式中:k是变换系数;z－1表示延迟1帧。

将式(1)传递函数转换成电路，一个四端网络。已知当前第k帧带有活动目标信息的图像Ro(x，y)作为网络的输入，Ro(x，y)是经过二值化处理的值。设该网络的输出信号(经传递函数运算处理后，载有活动目标历史记录以及当前目标信息的色差信号)为输出Rch(x，y)=Ro(x，y)·H(z)。也就是说，输入Ro(x，y)乘以传递函数H(z)等于输出Rch(x，y)，这就是传递函数的定义，如图1所示。

图1 H(z)传递函数的四端网络

根据四端网络的传递函数定义:“输出信号”=“输入信号”·“传递函数”，则有

将式(2)翻译成电路，如图2所示。

图2 循环递归叠加电路原理图

1.1 帧延时

如图2所示，“z－1”就是1个帧延迟器。首次循环叠加前，应将系统的所有存储器清零，去掉先前时刻保持的信息。也就是第一帧时Rch(x，y)等于Ro(x，y)+0。将输出信号Rch(x，y)经 1 帧延迟后成为Rch(x，y)·z－1信号。

1.2 变换系数k

k为变换系数，Rch(x，y)·z－1信号乘k得到Rch(x，y)·k·z－1反馈信号。将“活动目标轨迹”作为历史记录，变换系数k的取值，对轨迹记录时间和记录效果起着十分重要的作用。本文设定当前时刻目标点的灰度值为M，该目标点消失时为m。显示的时间为T，T通常取单帧图像显示时间的整数倍。图像显示的帧频为F，k与T对应的关系为

当k=1时，轨迹始终保留着，甚至活动目标消失后，它仍存在。但如果k取值过小，灰度值迅速降低，不利于形成轨迹显示，如k取0.5时，轨迹时间过短。因此，k值范围一般为0.5≤k＜1。若运动的目标过多，k的取值过于趋近1，历史记录太多将占满屏幕，显示过于繁杂，势必影响对当前目标的关注力。因此，在设计k的取值时，需要综合考虑运动物体的数目、速度，以及需要显示的轨迹时间，以便识别。从而能达到轨迹适度清晰的显示，使画面清爽。在灰度图像中，采用该算法直接改变图像的灰度值，能得到很好的显示效果。k取值不同时，将影响灰度值的变化的。亮度值的范围通常为16～235。

图3为灰度值Y(k，f)的函数图。横坐标f表示帧数，纵坐标为灰度值Y。坐标图表示了取不同变换系数k值时，各帧f对应灰度值Y的函数图。即活动目标在第0帧时出现，被赋予最大灰度值235。在以后各种帧中，运用循环递归函数得到目标显示的灰度值。图中6条函数线表示k分别取:1.00，0.95，0.90，0.80，0.70，0.50，对应0～50帧的灰度值曲线。由图3可以看出，从同一时刻开始，在相同帧，k越大对应的图像灰度值越大。最上方直线表示k=1，即灰度值恒为235，下方的虚线为灰度值恒为16的图像。因此，k取值越趋近于1，Y衰减越慢，轨迹保留的时间就越长。

图3 灰度值Y(k，f)的函数图

在这样的轨迹显示中，即使存在某帧目标的漏检测，同样能有效形成轨迹的显示，不影响效果。所以在远距离的运动小目标的检测显示中，能极大增强人对目标的识别。

1.3 “+”叠加

实现“+”，即Ro(x，y)+Rch(x，y)·kz－1，将其值送入，继续此循环。在运用该算法进行轨迹的记录前，应先对目标图像进行检测，运用相应的目标检测算法，将提取的目标区域进行图像二值化处理，即目标区域的灰度值为“1”，其他像素灰度值为“0”。

这样可尽量减小虚假目标或噪声对轨迹显示的影响，极大提高图像轨迹的显示效果，使画面更加清晰。

2 活动目标轨迹

使用该算法，活动目标轨迹示意图见图4。ti表示当前第i时刻的目标，ts表示固定静止目标。因为目标在第i－n帧到第i帧一直出现在相同的位置，或者运动速度十分小，几乎可视为静止。ti－n表示i之前的第n时刻的出现位置。运动目标，见图中ti－n～ti，在不同帧出现的位置不同，并且被分别记录下来。

图4 活动目标轨迹示意图

3 算法实现与实验结果

3.1 算法实现

对不同k值的轨迹进行实验，在现场可编程门阵列(FPGA)中实现。其硬件结构如图5。其中的FIFO也就是上文中提到的“z－1”，1个帧延迟器。

图5 硬件结构

3.2 实验结果

FPGA输入信号采用国际电联定义的ITU－R BT.656数字图像接口标准［9］，帧频为25 Hz，分辨力为720×576的PAL制式视频信号［10］。图6为经过目标检测二值化后的图像。

图6 原始视频图像

图7 分别对应k=0.5，0.6，0.7，0.8，0.9，0.973 4 时的轨迹。不同的k依次对应的显示时间分别为:0.16 s，0.24 s，0.32 s，0.48 s，1 s，4 s。当然根据需要，其他情况与上文相同，若要显示60 s，则可把k设为0.998 2。

对应不同的k值，视频图像通过帧循环叠加算法处理后结果如图7所示。已经能在一定程度上识别出目标的运动轨迹。特别是对于图7f(k=0.973 4)的轨迹。可以判读出目标从右上方进入，在中间拐弯向右下方运动。对于那些被检测的亮度的目标，如图7中正右方的目标，它始终没有轨迹，因此可以判断为静止目标或者是运动速度极小的趋于静止的目标。

4 小结

本文针对硬件系统中活动目标轨迹的保存和显示进行了深入研究，解决了过去硬件中需要多个帧存器才能实现轨迹显示的问题。经一系列的理论推导和实验表明，帧循环叠加算法，通过调整相应的k值就可实现不同时间长短需要的轨迹显示，操作简单，能有效解决目标轨迹问题。特别是在远距离运动小目标问题中，将极大增强人为的二次辨别的能力。

图7 不同k值对应的轨迹

［1］曾刘苏.航模飞机实时定位及飞行轨迹记录方法研究［J］.计算机测量与控制，2012，20(6):1656－1661.

［2］张春华，周晓东，陈维真.基于背景抑制的星空图像目标运动轨迹提取［J］.红外与激光工程，2008，37(1):143－146.

［3］李克新，张伟，丛明煜，等.一种深空背景空间小目标条痕检测算法［J］.光学学报，2010，30(2):445－450.

［4］ YIN H，CHAIY，YANG S，et al.Fast－moving target tracking based on mean shift and frame－difference methods［J］.Journal of Systems Engineering and Electronics，2011，4(22):587－592.

［5］ GUO Jichang，CHEN Minjun，WU Xiaojia.Moving target tracking system based on DSP［C］//Proc.Applied Informatics and Communication－International Conference，ICAIC 2011.，China:［s.n.］，2011:20－21.

［6］张永辉，武征，高炳哲.红外图像序列中运动弱小目标轨迹预测方法研究［J］.红外与激光工程，2006，35(S1):152－155.

［7］阳芬.红外序列图像目标航迹关联检测算法研究与硬件设计［D］.长沙:国防科技大学，2008.

［8］王文彬，王文革，王松.海量存储技术在变电站视频监控中的应用［J］.电视技术，2011，35(17):97－100.

［9］ GB/T 17953—2000，4∶2∶2 数字分量图像信号的接口［S］.北京:中国标准出版社，2000.

［10］向厚振，张志杰，王鹏.基于FPGA视频和图像处理系统的FIFO缓存技术［J］.电视技术，2012，36(9):41－43.