CCD测量系统中基于自适应相关算法的动态目标跟踪

大。因此，搜索图的平移量可以根据|Δx|、|Δy|来确定。在当前帧中以前一帧的目标位置为新搜索图的中心，在各方向分别平移|Δx|、|Δy|个像素，得到当前的搜索图。

4 软件实现和处理结果

由于软件和系统硬件的关系紧密，数据处理量大，对系统的可靠性要求高，因此采用Visual C++编程实现。实验中图像为768×576的256级灰度图，模板的大小为40×40，搜索图的大小为80×80。图3是实际测试时得到的图像匹配后的搜索图。图中黑白相间的方框是匹配得到的目标，图中依次为模板、第4、46、74帧匹配的结果。黑白相间的方框十字中心是目标中心。

对匹配的结果同图像中目标的实际位置进行比较得出：在连续的140帧图像中，85%的结果和实际目标位置误差在10个像素以内，只有两次的误差大于20个像素。这是由于图像质量误差，几乎无法检测到目标所致。没有发生模板完全偏离目标的情况。

经过实验证明，系统软件运行可靠、效率高，跟踪算法的准确高，能在复杂背景下实现对目标的准确匹配。但是模板匹配算法运算量惊人，在应用中选择的模板通常为40×40像素，搜索图为80×80像素，连续处理1000帧图像，要进行8.07×10 9次乘除法运算。因此对于模板匹配算法有进一步改进的必要，可以引入SSDA（序贯相似性检测算法）来提高算法的效率；对于背景比较简单，信噪比高的图像可以先二值化，再通过异或运算来进行匹配。这样没有了复杂的乘除运算，代之以异或和加法运算，可以进一步提高效率。

《CCD测量系统中基于自适应相关算法的动态目标跟踪(第3页)》