一种改进的帧间差分移动目标跟踪算法研究.docVIP

一种改进的帧间差分移动目标跟踪算法研究 　　【摘 要】随着互联网、多媒体技术的快速发展，视频监控已经在安防领域得到了广泛的应用，成为公共安全防御的重要手段。传统的视频监控需要人工进行目标搜索和定位，速度较慢，实时性较差。为了能够解决上述问题，需要实现一个高可靠的视频监控系统，需要采用移动目标跟踪算法，以便能够实时的识别目标、跟踪目标。本文提出了一种基于帧间差分的移动目标跟踪算法，能够实时跟踪视频图像中的目标，具有较高的准确性。 　　【关键词】帧间差分 目标跟踪 视频监控 背景 　　互联网、多媒体和视频监控技术的快速发展，在城市安防管理领域取得了广泛的应用。本文研究了帧间差分法在视频移动目标跟踪中的应用，实验结果显示该方法具有较高的鲁棒性和实时性。 　　1 移动目标跟踪关键问题 　　目标映射分为的三个关键问题包括目标添加、目标关联和目标删除。 　　（1）目标关联问题。由于算法是基于改进的帧间差分方法进行检测的，因此每一帧中都可能检测出当前帧中存在的所有目标，算法需要将已经跟踪到的目标存储到一个列表中，将当前帧中检测到的目标与跟踪列表中的目标一一关联起来。 　　（2）目标添加。短时间内，移动目标在视频流中的运动轨迹是连续的，因此目标短时间内移动的轨迹可以看做是一条光滑的直线，在进行数据关联模块之后，算法可以将已经关联到的目标从当前帧检测到的目标中山城，保留剩下的目标，利用当前帧剩下的目标与前面帧中剩下的目标利用最小二乘法实施线性拟合，并且可以将拟合结果中符合相关要求的目标作为一个新检测到的目标添加到跟踪列表中。 　　（3）目标删除。由于视频摄像头的监控范围是有限的，因此一旦监控目标离开监控区域，离开监控区域的目标需要从跟踪列表中删除。 　　2 改进的帧间差分移动目标跟踪算法 　　传统的帧间差分法仅仅依赖视频流时间的相关性，没有充分考虑视频流空间上的相关性，识别结果不准确，识别效率低。为了能够解决上述问题，本文充分利用帧间差分法充分考虑时间相关性和背景差分法充分考虑空间相关性的优点，提出了一种改进的帧间差分移动目标跟踪算法，该算法能够同时考虑图像序列时空内容，提高移动目标跟踪效果。算法执行步骤如下所述： 　　（第一步）基于背景差分法检测待检测帧，以便能够有效识别运动目标，计算公式如（1）所示： 　　其中，运动目标的像素点使用1表示，背景区域的像素点使用0表示， 表示像素点坐标为 的坐标属于运动目标还是背景区域， 表示待检测帧位于坐标为 处的灰度值， 表示待检测帧位于坐标为 处的分割阈值。 　　（第二步）在（第一步）的基础上，使用连续三帧差法检测待检测帧，以便能够提高算法的运算速度，同时，连续三帧差法仅仅对利用差分算法检测检测到的前景区域执行相关的检查操作，计算公式如（2）所示。 　　其中， 代表连续三帧差法检测待检帧的操作结果，运动物体的像素同样使用1表示，背景区域的像素同样使用0表示，公式3.11表示连续三帧差法和背景差分法同时检测一个像素点为运动目标时，才可以将像素点判定为运动物体，否则就只能将这个像素点判定为背景区域。 　　（第三步）在拍摄的视频图像序列中，背景区域可能为流动的喝水或者风吹动的树叶，因此需要充分的考虑运动目标的像素点的邻域信息，以便能够避免将背景区域本身的运动误认为是运动目标，导致算法的精确度降低，因此，为了能够避免上述问题产生，本文采用了基于邻域的背景差分法，该算法可以对（第二步）进行识别操作，具体公式如（3）所示。 　　（第四步）在执行完毕前两步的基础上，确定运动目标的像素点，确定像素点公式如（4）所示。 　　其中， 表示门阈值， 表示运动物体的种子点，同时满足连续三帧差法与领域差分运动目标算法的可以判定为前景区域像素，其表示待检帧图像中不完整的真实运动区域。 　　表示能够满足 的所有像素点的集合， 表示能够满足 的所有像素点的集合，则 中能包含的像素分为处理过程中引入的多余信息像素和运动目标的像素， 表示用户期望的真实的运动目标像素点，因此只要将 中的像素点进行有效的连通，就可以得到一个运动目标存在的区域。为了能够更好地实现运动目标识别效果，采用数学形态学方法将识别各个连通区域，选择 中包含运动像素点 的连通区域，就可以基于时空内容识别运动目标。 　　3 算法效果分析 　　改进的帧间差分移动目标跟踪算法能够准确的追踪到移动目标，比如打羽毛球的人、羽毛球。 　　与其他算法相比，本文提出的算法那追踪时间较短，效率较高，详细数据如表1所示。 　　4 结语 　　本文主要阐述了移动目标跟踪过程中关键的关键问题，分别是目标关联、添加和删除，同时提出一种改进的帧间差分移动目标跟踪算法，该算法结合时间、空间视频流信息，提高了算法追踪的准确度，缩短识别时间。 　　参考