智能小车目标识别跟踪系统的实现

第２７卷第９期蒙建波等：智能小车目标识别跟踪系统的实现

４７

素，取尺、Ｇ、Ｂ的最高４位，拼成一个１２位的整数，如果对应值在前２５６种颜色中，则直接将该索引值填人位图数据中，如果是在后Ｊ７＼，一２５６种颜色中，则用代替色的索引值填人位图数据中。

４）对２５６色位图滤波去噪声【４Ｊ。彩色的图像本来就容易加入噪声，不作滤波处理很容易造成误判。对数字图像而言，离某点越近的点对该点的影响应该越大，为此，引入了加权系数，也就是常用的高斯模板：

２

２２２丧ｘ［｛茎｛］。例如，对图像３２３３４６４５５

６６

６

作高斯滤波处理后为『三

２２３３．０６４．５６４．５６５

６

６

经过高斯滤波，噪声被有效地去除了，同时，有用信号也被削弱了。对比图４和图５可以看出，这并不

影响对目标的识别。

图３原始图像图４二值化后的图像

５）搜索目标。选取头盔的顶端为特征点，判断图像中有无白色的像素，第１个白点的位置（如图６所示），即为头盔顶部的坐标。具体做法是对上述图像进行行扫描，对每个像素进行判断。若有白色点则停止扫描，并将该点所在的列与行保存下来，对应得到该点的坐标（ｘ，】，），否则，说明目标不在视野范围内，调整小车的位置继续搜索。

图５高斯滤波后的图像

圈６识别特征点

万方数据

４

目标跟踪Ｋ

Ｊ

目标跟踪是在目标识别的基础上，对目标的运动情况进行正确判别，并根据判别结果控制智能小车的运行，使其达到跟踪目标的目的，软件流程如图７所示。要使目标不丢失，控制智能小车使它与目标始终保持约２５厘米的距离。其算法是：当目标在智能小车前方约２５ｃｍ时，得出目标的坐标（孔、ｙ０），考虑小车

行进过程中的抖动等因素，当目标在（蜀±从，ｙ０±

△ｙ）范围内时，认为目标没动，一旦目标超出这个范围，就要判断目标的运动方向，并且通过串口向单片机发命令№Ｊ，控制智能小车的运动，使其与目标保持在设定的距离范围内（这里是２５ｃｍ左右），目标坐标与控制命令的对应关系如表１所示。

表ｌ

目标坐标与控制命令关系

图８中的白框表示特征点在此范围内时，智能小车停止动作，图９显示了目标向左上方移动时的情况，这时

特征点在左上方，因此，智能小车向左上方移动，跟踪

目标。