基于Camshift算法的运动目标检测.docVIP

基于Camshift算法的运动目标检测 　　摘要:CamShift算法是一种实时的跟踪算法,它是利用目标的颜色直方图模型得到每帧图像的颜色投影图,并根据上一帧跟踪的结果自适应调整搜索窗口的位置和大小,从而得到当前图像中目标的尺寸和中心位置。本系统主要是基于CamShift的算法设计一个对运动目标跟踪检测系统,本系统既可以对室内环境的运动目标进行跟踪,也可以对视频流中的运动目标进行跟踪。 　　关键词:实时;目标检测;CamShift算法;视频流 　　中图分类号:TP391文献标识码:B文章编号:1009-3044(2009)36-10532-02 　　Motive object Detection Based on Camshift Algorithm 　　DING Zhi-hui, LI Yi 　　(College of Computer Science, Sichuan University, Chengdu 610064, China) 　　Abstract: Camshift algorithm is a real-time tracking algorithm, which operates on a back-projection image produced from object histogram model, Computed information is used previously to adjust current search window size and location, then get the location and size of the color object. The system mainly design a motive object detection system based on Camshift algorithm, this system not only could track the moving target on the indoor environment, but also could track the object in the stream of the video. 　　Key words: real-time; object detection; Camshift algorithm; video streaming 　　随着计算机技术的进步,图象处理技术在工农业生产、医疗设备及其它经济领域得到越来越广泛的应用,由于动态图象所含的信息量非常大,在处理过程中对处理机的要求非常高,Camshift跟踪算法[1]受到越来越多的关注。Camshift算法是在Mean Shift算法[2]基础上演变而来的,是一种灵活的运用统计调查方法来寻找分布概率的模式。这是一种非常简单快捷的跟踪方法,因为Camshift算法是跟踪物体的中心和大小的概率分布,典型的概率分布是来自直方图。这种算法充分的体现了目标跟踪及时性的特点,在动态图像中使用它来跟踪运动的物体方便而且快速。Camshift算法能够自动调节窗口大小以适应被跟踪目标在图像中的大小,其实时性和鲁棒性都比较好。 　　1 CamShift算法原理 　　CamShift是一种实时的跟踪算法,其准确性和鲁棒性比较好。目前主要用于“用户感知界面”中的人脸识别和跟踪以及半自动的运动目标跟踪[3]。根据对跟踪算法的分类可知,一方面,CamShift算法应该属于基于区域的方法,它利用区域内的颜色信息对目标进行跟踪,另一方面,CamShift算法却是一种非参数方法,它是通过聚类的方式搜寻运动目标的。 　　使用CamShift的算法必须先将RGB颜色空间转化为HSV颜色空间,然后再利用H分量的直方图建立颜色概率模型。CamShift的算法流程如图1所示。首先选择初始搜索窗口,然后对窗口中每个像素的H通道上的值采样,从而得到目标的色调(Hue)直方图,将该直方图保存下来作为目标的颜色直方图模型。在跟踪过程中,对视频图像处理区域中的每一个像素,通过查询目标的颜色直方图模型,可以得到该像素为目标像素的概率,图像处理区域之外的其他区域作为概率为0 的区域。经上述处理,视频图像转换为目标颜色概率分布图,也称为目标颜色背投图。为便于显示,将投影图转化为8位的灰度投影图,概率为1 的像素值设为255 ,概率为0的像素值为0,其他像素也转换为相应的灰度值。所以灰度投影图中越亮的像素表明该像素为目标像素的可能性越大。 　　设(x,y)为搜索窗口中的像素点,I(x,y)是投影图中对应(x,y)点的像素值。定义搜索窗口的零阶矩M00 和一阶矩M10,M01如下: 　　可以求得搜索窗口内的质心位置为: 　　 然后根据M