（6）目標暫時丟失下目標軌跡外推算法

　　在跟蹤目標的過程中，目標在視場中可能會被短時遮擋而丟失；另外當目標在視場中停留，則目標可能融入背景，也會出現目標丟失的現象。針對這兩種情況，當目標短時遮擋，根據存儲記憶以前各幀和本幀的目標信息，采用微分線性擬合外推方法預測下一時刻目標的位置。而當目標在視場停留時，首先按目標被遮擋處理，當外推有限步，或是外推到接近邊界時目標仍未出現時，則確定該目標在視場停留，標記停留位置，當目標再次出現時繼續完成跟蹤。

　　4、系統工作狀態分析

　　為實現使自動有序的跟蹤，我們確定系統各個跟蹤狀態和各狀態之間的轉換條件。

　　本系統跟蹤狀態有四種：

　　S0 搜索狀態 發生在系統初始工作或目標完全丟失階段。

　　S1 捕獲狀態 系統處于發現目標狀態。

　　S2 正常跟蹤狀態 系統處于對目標的正常跟蹤中。

　　S3 預測跟蹤 目標偶爾丟失時，系統通過自學習對當前目標進行預測跟蹤，并試圖再捕獲目標。

　　本系統轉換條件有三種：

　　C1目標截獲。

　　C2目標偶然丟失，指目標瞬間丟失，其運動仍具有可預測性。

　　C3目標深度丟失，指目標丟失一段時間，其運動不可預測

　　系統狀態轉換情況如圖3所示。在視頻跟蹤裝置啟動并初始化后，進入搜索狀態S0，系統按照一定的掃搜規律進行搜索；當形心跟蹤模塊發現移動目標，則進入捕獲狀態S1；由相關跟蹤模塊對目標進行識別，確認后進入正常跟蹤狀態S2；當目標偶爾丟失時，系統通過自學習對當前目標進行預測跟蹤，并試圖再捕獲目標，進入預測跟蹤狀態S3；如果目標完全丟失，則改變搜索策略，重新再搜索，以便有可能再次捕獲目標。

　　5、結論

　　本視頻跟蹤裝置在設計上能完成對移動目標的檢測和跟蹤，初步實驗結果表明采用基于DSP和FPGA的硬件實現算法使系統的實時性能得到很大提高。雙模式的圖像跟蹤算法使系統適合多種背景下的移動目標跟蹤，自適應能力強，抗干擾性能好，具有鎖定目標短暫丟失后的再次捕獲能力，提高了跟蹤的可信度。但本設計擬在下面兩個方面作進一步的研究。一是考慮本裝置的軍事應用背景，需要目標，尤其是遠方目標有相對較高的速度才能觸發系統捕獲,因此沒有考慮攝像頭自身跟蹤時的運動補償[8]。否則，必須加入攝像機運動估計和補償；二是對移動目標的識別能力還需加強，在設定特定跟蹤目標上，尤其是跟蹤到多個移動目標時，不具備區分的能力，需要改進到能識別設定中的跟蹤目標并完成對設定目標的跟蹤。