北部精機電磁閥SWH-G03-C4-D24-10中國臺灣北部精機,SWH-G02-C2-A220-10，SWH-G02-C4-A220-10，SWH-G02-C3-A220-10，SWH-G02-C6-A220-10，SWH-G02-B2-A220-10，SWH-G02-B3-A220-10，SWH-G02-D2-A220-10，SWH-G02-D3-A220-10，SWH-G03-C2-A220-10，SWH-G03-C4-A220-10，SWH-G03-C3-A220-10，SWH-G03-C6-A220-10，SWH-G03-B2-A220-10，SWH-G03-B3-A220-10，SWH-G03-D2-A220-10，SWH-G03-D3-A220-10，SWH-G02-C2-A110-10，SWH-G02-C4-A110-10，SWH-G02-C3-A110-10，特征點,北部精機電磁閥SWH-G03-C4-D24-10中國臺灣北部精機
 

北部精機電磁閥SWH-G03-C4-D24-10中國臺灣北部精機, 塊匹配原理圖
設可能當前幀中的運動位移的zui大矢量為D跟蹤，則下一幀的塊的搜索窗口的相應的大小可用區域表示。當前匹配塊與搜索窗口間的關系可用下圖表示：
重心
匹配塊與搜索窗口關系示意圖
對視頻圖像中的每個含有目標的塊（8*6）進行跟蹤，從而可以得到目標的運動軌跡。
（2）候選目標表示。候選目標的表示為和特征點為中心的矩形框內灰度值。
（3）目標物特征點的相似度衡量。相似度衡量是根據相應的計算來完成的，相關計算值大的表示相似程度高。在計算相似度的衡量上常用的函數有以下幾種：
zui小平均差值函數(MAD):
區域
zui小均方誤差函數(MSE)：
基于視頻的目標跟蹤
zui大匹配像素統計(MPC):
重心
其中，跟蹤為一閾值。
歸一化的互相關(NC)函數 ：
基于視頻的目標跟蹤
其中, 區域 ,
基于視頻的目標跟蹤,北部精機電磁閥SWH-G03-C4-D24-10中國臺灣北部精機

SWH-G02-C6-A110-10，SWH-G02-B2-A110-10，SWH-G02-B3-A110-10，SWH-G02-D2-A110-10，SWH-G02-D3-A110-10，SWH-G03-C2-A110-10，SWH-G03-C4-A110-10，SWH-G03-C3-A110-10，SWH-G03-C6-A110-10，SWH-G03-B2-A110-10，SWH-G03-B3-A110-10，SWH-G03-D2-A110-10，SWH-G03-D3-A110-10，SWH-G02-C2-D24-10，SWH-G02-C4-D24-10，SWH-G02-C3-D24-10，SWH-G02-C6-D24-10，SWH-G02-B2-D24-10，SWH-G02-B3-D24-10，SWH-G02-D2-D24-10，SWH-G02-D3-D24-10，SWH-G03-C2-D24-10，SWH-G03-C4-D24-10，SWH-G03-C3-D24-10，
其中，MAD、MSE[7]和MPC方法的實現比較簡單，運算量較小，但對于光照的變化敏感。當出現夜晚或者白天更替時，跟蹤的效果不好。而NC方法對灰度的線性變化不敏感，但計算量很大。由于本文以隧道視頻圖像為主，隧道視頻圖像受夜晚和白天的更替影響較小，所以本文采用MAD的相似度衡量。
結語：目標物體的跟蹤是判斷交通事件的重要途徑，區域的跟蹤和目標特征點的跟蹤是要基于圖像二值化，圖像二值化的準確程度直接決定了跟蹤的準確性，特別是特征點的跟蹤。當多個目標物體出現重疊或者遮擋時，區域的跟蹤和目標特征點的跟蹤的方法就失去了作用。所以目標物體的遮擋問題是今后應該重點研究的方向。,,,北部精機電磁閥SWH-G03-C4-D24-10中國臺灣北部精機