基于单目视觉的视频跟踪算法的改进.pdfVIP

第9卷 第2期 软 件 导 刊 Vo1．9NO．2 SoftwareGuide Feb．2O10 基于单 目视觉的视频跟踪算法的改进 胡志钢 (武汉理工大学 计算机科学与技术学院，湖北 武汉 430070) 摘 要 ：提 出了一种基于单个摄像头的视频跟踪 的改进算法。通过将阈值与背景模 型建立联 系，更新背景的 同时更 新阈值 ，并通过观察背景的平均灰度值 来判定环境光线 突变与渐 变，有效解决 了建立真实世界 背景模型难的问题。 关键词 ：视频跟踪 ；人体检测 ；动态 闽值 中图分类号：TP312 文献标识码 ：A 文章编号 ：1672—7800(2010)02—0049—02 B(，)=—{_ [(，Y)，+-(，Y)．．．…．， (，Y)] (1) 0 引言 通常 n取一个较大值如 500，1000等。这样 即使是图像 中 自动跟踪人的动作 、自动识别并解释人的行为一直以来都 有运动前景的干扰 ．但运动物体在某处停留的时间很短 ，大部 有着许多重要的应用 ，如 自动监视系统 、虚拟现实中的人机接 分时间依然是 固定的背景 。因此用上述公式 即可建立初始背景 口、体育和医学方面的运动分析 、影视动画制作等。它对运动 模型。由于环境光照的影响，背景 内容的变化等原因通常要更 人体的检测与跟踪算法的研究有重大意义 。但是 由于行人运 新背景模型。 动的复杂性 和背景的不稳定性 ．使它很难用一个统一的方法 Bf+】=Rl+(1一 )B (2) 进行研究。本文提 出一种改进的算法来解决由于背景的变化 B 为更新后的背景模型 ，F 为 t+l时刻的图像帧， 为背 导致 的行人检测难的问题 景模型更新率。通常每隔 5帧更新一次 。由于它是一个迭代方 程 ，非常适合计算机执行 ．运算速度快。 1 改进的算法 在建立正确的背景模 型后就可以将 图像帧与背景帧相减 并给出阈值后得到前景运动区域。 在一个视频跟踪系统中首先要检测出运动的人体 。人体检 测方法通常有帧差法，基于统计学习的人体检测法等。帧差法 y)={01fil ’y ’Ylth (3) 就是用连续两帧或 帧 的对应像素问的差来检测运动 区域 。 上式中F是包含运动区域的图像帧 ，B为背景模型，当图 这种方法对动态变化 的场景非常适应 ，然而它通常不能检测 出 像与背景的差值大于某一个值 th即判定是前景运动部分 ，用 1 一 些运动对象的全部像 素．也就是检测 出的运 动区域存在空 表示。因此 阈值的选择也是重要的一环 ，一般的做法是根据经 洞。这种方法也不能检测场景中静止的对象 。 验给出一个 固定的阈值 。但是当环境光变化导致背景变化时很 基于统计的方法 由于涉及到大量的数学概率模型，编程和 容易得到复杂甚至错误的前景区域 ．导致 以后的进一步跟踪无 实现都比较困难 ，同时实时性不高，通常都应用在商业领域。 法进行 。因此有人提出了双阈值的方法 ，当背景整体较暗时选 在背景差分方法 中．背景 的正确性直接影响到检测 的结 择较小 的阈值 ，而当背景 比较明亮时选用较大的阈值。此方法 果。一般的背景差分方法