最新整理视频目标检测与跟踪算法综述讲课教案.pdfVIP

此文档收集于网络，如有侵权，请 联系网站删除 视频目标检测与跟踪算法综述 1、引言 运动目标的检测与跟踪是机器视觉领域的核心课题之一，目前被广泛应用在 视频编码、智能交通、监控、图像检测等众多领域中。本文针对视频监控图像的 运动目标检测与跟踪方法，分析了近些年来国内外的研究工作及最新进展。 2、视频监控图像的运动目标检测方法 运动目标检测的目的是把运动目标从背景图像中分割出来。运动目标的有效 分割对于目标分类、跟踪和行为理解等后期处理非常重要。目前运动目标检测算 法的难点主要体现在背景的复杂性和目标的复杂性两方面。背景的复杂性主要体 现在背景中一些噪声对目标的干扰，目标的复杂性主要体现在目标的运动性、突 变性以及所提取目标的非单一性等等。所有这些特点使得运动目标的检测成为一 项相当困难的事情。目前常用的运动目标检测算法主要有光流法、帧差法、背景 相减法，其中背景减除法是目前最常用的方法。 2.1 帧差法 帧差法主要是利用视频序列中连续两帧间的变化来检测静态场景下的运动 目标，假设 f (x,y)和 f (x,y)分别为图像序列中的第k帧和第k+1 帧中象素点 k (k 1) (x，y)的象素值,则这两帧图像的差值图像就如公式2-1所示： Diff f (x,y) f (x,y) (2-1) k 1 k (k 1) 2-1式中差值不为0的图像区域代表了由运动目标的运动所经过的区域（背景象 素值不变），又因为相邻视频帧间时间间隔很小，目标位置变化也很小，所以运 动目标的运动所经过的区域也就代表了当前帧中运动目标所在的区域。利用此原 理便可以提取出目标。下图给出了帧差法的基本流程：1、首先利用2-1式得到 第k帧和第k+1 帧的差值图像Diff ；2、对所得到的差值图像Diff 二值化 （如 k 1 k 1 式子 2-2示）得到 Qk+1 ；3、为消除微小噪声的干扰，使得到的运动目标更准 确，对 进行必要的滤波和去噪处理，后处理结果为Q M 。 k 1 k 1 255,if,Diff (x,y) T Q k 1 （T 为阈值） （2-2） k 1 0,if,Diff (x,y) T k 1 精品文档 此文档收集于网络，如有侵权，请 联系网站删除 帧差流程图 从结果看在简单背景下帧差法基本可检测到运动目标所在的位置，而且计算 简单，复杂度低。当图像采样间隔较小时，帧差法对图像场景变化不敏感，这是 帧差法的优点，但同时目标部分漏检的可能性增大了，容易使检测到的目标出现 空洞。在实际应用中，由于帧差法的简易性，帧差法经常作为某些改进算法的基 础。 2.2 光流法 光流的概念[30,31]是由 Gibson 在 1950 年首先提出的，光流理论在计算机 视觉，三维运动分析中有着非常广泛的作用。外界物体由于运动在人的视网膜上 产生一系列连续变化的信息，这些信息就如同是光的流一样不断从眼中流过，故 此称之为光流。1981 年Horn 和Schunck 创造性的将二维速度场和我们通常所 说的图像的灰度联系在一起，提出了光流约束方程，从而使得光流的计算有了最 基本的方法。随后光流法不断发展，按照理论基础分为：微分法，快匹配法，基 于能量的方法，基于相位的方法，其中尤以微分法最为常用，该方法主要是基于 下面两种假设： 1、强度不变假设，即在一组连续的二维图像序列中，某个目标的运动轨迹 在各帧中对应的像素点具有相同的灰度值。 2、全局平滑假设，即物体的运动矢量是局部平滑的或只有缓慢变化。特别 是刚体运动