基于改进分水岭算法多目标车辆跟踪探究

《基于改进分水岭算法多目标车辆跟踪探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于改进分水岭算法多目标车辆跟踪探究【摘要】近年来，由于车辆数量的激增，道路事故也频频发生，这就要对事故易发路段进行监控，并对车辆进行跟踪。针对目标的跟踪，提出了利用改进的分水岭方法与数据关联方法相结合实现多目标车辆准确跟踪，在检测车辆时利用分水岭算法可以有效地进行图像分割并准确的检测出运行车辆；跟踪时利用运动目标轮廓采用链表法记录多运动目标之间的数据关联，并跟据质心特征进行跟踪。实验表明该方法能有效地对目标进行了检测并提高了跟踪的准确率。【关键词】车辆检测；视频监控；目标跟踪；数据关联;分水岭算法1.引言多运行车辆目

2、标跟踪应用广泛，特别是在视频监控方面，很多专家学者对其进行了广泛的研究，提出了很多车辆检测与跟踪的算法。［4］中在视频跟踪时，通过Marr小波概率核函数生成静态背景，运动跟踪采用SI_P粒子滤波算法,但是背景得不到及时更新。［5］利用Kalman滤波思想对运动目标的前时刻状态信息进行预测，但是在预测中容易受到噪声的影响。针对上述情况,利用改进的分水岭算法能够准确地分割图像，同时利用分割后的图像采用数据关联方法进行跟踪O1.运动车辆的检测2.1分水岭算法分水岭是一种典型的地形面貌，长时间被认为是图像分割中的有用工具。它是

3、数学形态学的概念，并且在原始的算法上已经做了很多的修改和完善。目前，有效的分水岭算法的发展仍然受到重视。在地形中，我们把可视化的3D图像中在每个点上的灰度值代表高度或者是这个点的海拔高度。分水岭的思想是很简单的，可以通过地形特征进行解释。众所终知，在处理图像的地表特征时，把它视为一种景观，如果把这种景观侵入水时，图像中的区域就会被水填充。这种淹没过程是从最小的灰度值开始，当在某一个时刻，水位达到灰度值的最大高度时，两个或更多的集水盆就会开始连通。把能够阻止这种连通的点连成一条线，就会在来自不同区域将要连通的地方形成了一

4、个水坝。当水位已经达到最高峰时，所有的区域会被水坝分割开，这些地区被称为集水盆地和水坝或线称为分水岭，它把输入的图像划分为一组区域。经过分割后，结合轮廓区域面积的大小和形状决定哪个区域代表的是运动车辆。分水岭算法对微弱边缘具有良好的响应，是得到封闭连续边缘的保证的。另外，分水岭算法所得到的封闭的集水盆，为分析图像的区域特征提供了可能。2.2分水岭的改进方法2.2.1图像梯度的计算如果对输入图像直接应用分水岭算法，必须进行梯度计算，但通常会造成过度分割。在这个工作中先使用"Canny”边缘检测对于梯度的计算是一种非常鲁棒

5、的方法，并且产生封闭轮廓。2.2.2获得掩膜图像图像梯度计算后，用标准的Vincent-Soille分水岭算法进行分割，获得了分水岭线，从而形成了掩膜图像。利用掩膜图像减少了在分割结果中获得集水盆的个数。2.2.3分割阶段经过上面的处理后，在掩膜图像上利用淹没原理进行了分水岭分割，这种分割是基于集水盆地技术。在这个被水侵入的地表图像中，水是从图像的最小点开始上升；在地表的灰度图像中，像素的灰度值代表了在这个点的高度。当水流达到最高点时就停止，这样就形成了阻止水汇合的一条坝，这个坝就是分水岭，它把输入图像进行了完全划分，

6、形成了一系列区域，如图2所示。3•运动目标的跟踪3.1关联矩阵关联矩阵是多目标跟踪中对目标进行观测和轨迹进行关联的依据，也是判断在复杂场景中一些特殊情况的依据。常用的关联矩阵有两种：一种是基于连续帧中目标质心间的距离，另一种是目标相交区域的面积。本文在跟踪过程中结合了这两种方法，能够对目标遮挡和重叠情况进行有效的处理，保证多目标跟踪的准确性。假设运动目标在同一时刻不同时发生合并、分裂、消失、新增时，在连续帧目标数量不变的情况下采用质心距离的关联矩阵；而当目标数量发生变化时采用基于相交区域面积的关联矩阵。3.2基于关联矩

7、阵的多目标跟踪多目标跟踪的过程就是为每个跟踪目标建立目标链，建立相互对应的关系，同时建立相应的匹配代价函数，来跟踪并判断复杂情况下的各个目标的运动情况。为解决这些问题，本文提出一种新的检测和跟踪多目标的算法。算法分为3个核心部分。(1)运动物体的检测。根据前面分水岭算法提取的轮廓特征，如果轮廓形状接近于六边形并且面积大于规定的最小值，则认为该轮廓代表的是需要检测运动目标。(2)每个运动物体位置的预测以及运动模型的建立，本文采用的是Kalman滤波的方法预测运动物体的位置，并在此基础之上建立相应的运动模型。(3)关联矩阵

8、和匹配链表以及相应的判断，评价跟踪目标与前景团块之间的质心距离、包围矩形面积、覆盖比例等多个因素更加准确的视频中的遮挡重合等情况。关联矩阵和2个链表关联矩阵产生后，可以根据关联矩阵，生成2个链表：目标-区块匹配链表和区块-目标匹配链表。在目标区块匹配链表中，匹配的区块数量对应与关联矩阵的行累加值，匹配的区块数组是由关联矩阵中对应行