资源描述：
《基于差分图象的多运动目标的检测与跟踪》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第4卷(A版)第6期中国图象图形学报Vol.4(A),No.61999年6月JournalofImageandGraphicsJune1999基于差分图象的多运动目标的检测与跟踪王栓艾海舟何克忠(清华大学计算机科学与技术系,北京100084)(清华大学智能技术与系统国家重点实验室,北京100084)摘要运动目标的检测与跟踪在许多领域有着广泛的应用,它是应用视觉研究的焦点之一。文中介绍了一种基于差分图象的运动目标检测算法,检测结果是符号化了的图象,其中运动目标由其外接矩形表示,然后根据连续性约束假设,实现了
2、运动目标的跟踪。实验表明这种检测和跟踪方法是快速有效的,与现有其它方法相比它能更好地处理跟踪目标之间的重叠以及目标的暂时消失等情况。关键词差分图象运动检测目标跟踪0引言数是对目标模型的直接匹配,实际上是对静态(目标)图象的处理分析,显然计算量大,难以实时应用。运动目标的检测与跟踪是应用视觉研究领域的另外还有一些针对点目标的跟踪算法,如R.Mehro-[7]tra对图象序列中的兴趣点进行匹配以确定运动轨一个重要课题。在现实生活中,大量的有意义的视觉信息包含在运动之中,甚至有些动物的眼睛经过迹的算法:依据运动轨迹尽
3、可能光滑、位移尽可能小进化,只能看见运动的物体。尽管人类视觉既能看的假设在相邻帧中对点进行匹配。该方法的缺点是见运动又能看见静止的物体,但是在许多场合,比如不能处理点的重叠(即使一个点被多个运动轨迹所说交通流量的监测、重要场所的保安、航空和军用飞匹配)以及点的暂时消失等情况。实际上,这是许多行器的制导、汽车的自动驾驶或辅助驾驶等,我们往现有的跟踪方法的共同问题。另外需指出的是,把往对运动的物体更感兴趣。因此研究只对运动目标目标作为点来处理过于简单化。我们的工作介于他敏感的检测与跟踪系统是很有意义的。此外,运动们之间,主要研
4、究了在固定摄像头的情况下对视场目标的研究对象是图象序列,而对图象序列的研究内的目标进行跟踪的问题,首先将运动区域用外接一般要比对单帧图象作静态分析容易。矩形表示(相当于符号化),然后考虑对这些矩形序一般而言,运动检测与跟踪研究的难点在于:列进行匹配跟踪,所实现的系统能够处理跟踪目标(1)运动物体的正确检测与分割;之间短暂(秒的数量级)重叠或者目标暂时消失情况(2)物体之间的遮挡与重叠;下的跟踪问题,而且具有准实时性。所谓目标的暂(3)初始运动参量的确定。时消失是指在序列的若干帧中某些跟踪目标由于种关于运动目标的检测与跟踪研
5、究大致可分为两种原因没有被检测出来,但它实际上并没有运动出类:视场的情况。所用的核心方法是基于运动预测的最(1)摄像头随着运动目标移动,始终保持目标近邻法。[1-3]在图象的中心附近;(2)摄像头固定,只对视场内的目标进行跟1运动目标的检测算法和实验[4-6]踪。[9]已有的算法包括基于模板匹配的算法、基于在应用视觉系统中,检测运动目标常用差分图[6][4,8]镶嵌图的算法,基于主动轮廓线的算法等,多象的方法,一般有两种情况:收稿日期:1998-09-11;收到修改稿日期:1998-10-20第6期王栓等:基于差分图
6、象的多运动目标的检测与跟踪471(1)当前图象与固定背景图象之间的差分;间的滞后性。(2)当前连续两幅图象(时间间隔t)之间的运动目标的检测过程如图1所示,其结果由运差分。动目标的外接矩形表示。图2给出了一组在固定背第1种情况即固定背景法检测物体的优点是位景情况下的检测实验图片,图片大小是128128。置精确、速度快,因为它只需获取当前的一幅图象。不足之处是受环境光线变化的影响,在非受控环境下需要加入背景图象更新机制,且不适用于摄像头运动或者背景灰度变化很大的情况。第2种情况即相继图象差分法的优点是它只对运动物体敏感,
7、实际上它只检测相对运动的物体,而且因2幅图象的时间间隔较短,差分图象受光线变化影响小,检测有效而稳定;缺点是检测出的物体的位置不精确,其外接矩形在运动方向上被拉伸,这实际上是由相对运动与物体位置并非完全一致引起的。相对运动受物体本身的运动速度及相继图象之[4]间的时间间隔影响。C.Vieren提出了一种获取运图1多运动目标的检测算法流程动物体精确位置的方法,但该方法需要连续3帧图象,并要计算梯度图象,算法的计算量大且有一帧时图2运动目标检测间间隔内跟踪目标的运动轨迹是平滑的,即它的运2运动目标跟踪的算法和实验动参量(
8、速度和加速度)的改变应该尽可能的小。对n帧图象(即对应的矩形数组)序列进行跟运动目标的跟踪是确定同一物体在不同帧中位踪的步骤如下,其细节将随后分别描述。置的过程,当运动物体被正确检测出来时,它就是对(1)置运动序列为空;相邻帧中检测出的物体进行匹配的问题,匹配的依(2)从第1帧到第n帧图象做:为每个未
