基于Android平台实现物体跟踪

2014-10-15陈超

中国新通信 2014年17期

陈超

【摘要】介绍了Android操作系统的构成，根据机器视觉中物体跟踪的具体要求，设计了一种基于Android平台的物体跟踪系统。该系统通过摄像头采集图像，在屏幕上选择要跟踪的物体，系统会自动计算目标中心，绘制目标轮廓。并从Opencv视觉库函数的选择，Android开发平台的搭建，模块功能的实现三个方面具体分析了系统的实现，该系统易于操作，实时性好，便于携带。

【关键词】 Android系统 Mean-shift跟踪算法 Opencv视觉库图像采集图像处理

Abstract： Introduce the composition of Android operating system，according to the specific requirements of machine vision object tracking，design a object tracking system based on Android platform.The system collect images through camera，select the object that you want to track on the screen，the system will automatically calculate the center，draw the outline.It analyses the implementation of the system with three aspects which are the selection of the Opencv visual library，the foundation of the Android development platform and the implementation of the model function.

Keywords： Android system； Mean-shift tracking algorithm； Opencv visual library； image acquisition； image processing

物体跟踪采用Mean-shift算法，计算所选区域的灰度直方图，根据直方图的数值分布采用Ostu最大类间方算法，计算图像的实时阈值，根据动态阈值使其能够最大限度的分割出前景与背景，并且计算所选区域的中心点坐标，绘制轮廓矩形图，从而较为精确的跟踪运动物体[1]。

一、 Android平台的搭建

Android系统平台主要由应用程序，应用程序框架，C/C++函数库，Android运行库，底层Linux内核这几部分构成[2]，并且在设计中还要植入相应版本的Opencv视觉函数库，在开发应用程序中才能调用库函数实现相应的图像采集与图像处理的功能。文章中利用装载有Android系统的手机作为载体，植入Opencv Manager，根据Android应用程序的开发规则，结合对应的机器视觉函数，编写目的应用程序，在程序中要调用自身携带的摄像头进行图像的采集工作[4]，屏幕作为人机交互窗口[5]，供用户选择需要跟踪的物体，并在其演示跟踪的效果。

系统的工作方块图如下：

2）计算背景和目标的出现概率，计算方法如下：

pA ：背景出现的概率

pB ：目标出现的概率

3）计算A和B两个区域的累间方差：

1、计算A和B区域平均灰度值：

2、计算灰度图像全局的灰度

二、Ostu最大类间方差

1）建立图像灰度直方图（共有L个灰度级，每个出现概率为p）

3、计算A、B两个区域的类间方差

以上为最大类间方差的计算方法，其中的t即为所选定的阈值，根据这一阈值实现对图像的分割。

三、运行的结果演示