视频跟踪算法在安防辅助定位中的应用

《视频跟踪算法在安防辅助定位中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、视频跟踪算法在安防辅助定位中的应用:随着科技的进步，安防监控系统越来越向自动化监控的方向发展，本文给出了一种使用视频跟踪的监控定位方案，通过图像差值技术，获取目标重要信息，位置、轮廓、大小、像素信息等，然后通过优化的模板匹配算法，查找目标最新的位置，实施自动的目标跟踪系统。　　关键字：视频跟踪差值技术模板匹配　　：TP391：A：1007-9416（2011）05-0051-02　　　　1、引言　　随着科技的不断进步，安防设备的需求日益增加。尤其是能够根据移动的物体，准确定位移动目标方位，并且随之移动，记录目标更多特征信息的系统，能够在很多场合发挥重要的作用。　　移动物体的跟踪技术是

2、整个自动安防系统的核心，也是最大的难题。目前随着技术的不断进步，涌现出很多基于视频信号的跟踪方法，例如卡尔曼滤波估计算法[1][2]，粒子滤波(也称序贯蒙特卡洛滤波)技术[3][4]，视频分割技术[5]等多种视频跟踪的技术，同时也衍生出一些多目标跟踪算法如，基于Snake模型的多目标跟踪算法[6]，基于多摄像头的视频跟踪的算法[7]等。基本上数跟踪算法都是在多帧视频信号中，首先确定需要跟踪的目标范围和特征，然后基于概率上的数学分析，对目标今后的运动方向和运动速度等等进行估计，找出目标最有可能出现的地方，然后移动摄像头到这个位置，从而达到目标跟踪的效果。　　2、基于模板匹配技术的视频跟

3、踪算法　　由上文中可以看出，视频跟踪算法基本分为三个步骤。　　找到需要跟踪的目标，并且获取目标的特征；估计目标下一步运动到的位置信息；移动摄像头到目标所在位置，达到目标跟踪的效果。　　因此，根据以上三个步骤，并模拟安防系统的需求，记录详细的运动物体特征信息，本文给出了基于模板匹配技术的视频跟踪算法。　　基于模板匹配技术的视频跟踪算法，基本原理是，当摄像头对准某一画面保持静止不动的时候，如果画面中的所有物体处于静止状态，则画面中的内容基本保持不变，即连续两帧的画面内容相差，应该是一个为零的差值（背景噪声点忽略不计）。而当画面中出现一个运动物体的时候，连续两帧的内容相差就不为零，并且不为

4、零的地点就是移动物体所在的位置范围。当确定目标物体的位置的时候，可以根据预定模板的大小，在目标位置周围获取标识目标的特征信息。一旦获取目标的特征信息，就可以在后续的图像帧中，查找最能匹配目标特征信息的范围，这个范围就是目标物体所在的位置，然后控制摄像头，将摄像头中心指向该位置，不断的重复上述的步骤就达到了目标跟踪的效果。一旦物体运动离开摄像头跟踪范围，或者物体停止运动，则摄像头回复初始状态，等候下一个运动目标的出现。　　3、图像差值技术　　上文提到从相邻的两个画面中，获取是否有目标物体运动的技术，即为图像差值技术，图像差值技术的基本原理是，从摄像头中可以获得连续两个画面的数字信息，然

5、后将两个画面的数字信息，进行按位求差，将每个位置相差的值，取绝对值然后求和，则得出两个相邻画面中，物体位置改变信息。而这个差值和则可以标识目标摄像头监控范围，是否有运动物体进入画面范围。　　从图像差值技术中，可以得到几个信息。　　画面范围内是否含有运动的物体出现；运动物体的大概轮廓；运动物体运动的速度；运动物体运动的方向。　　差值技术的关键还在于某一阈值大小的选择，由于噪声的干扰，使即便没有运动物体出现在画面中的时候，两个连续画面帧相差仍会出现不为零的情况，因此设置一个阈值，当差值和的大小小于这个阈值的时候，可以认定是噪声干扰所致，继续视频捕获。　　4、获取图像信息　　通过图像差值技

6、术处理后，可以得到移动物体的信息，首先通过差值计算后的图像中可以清晰的看到移动物体所在的位置，因为两帧相邻图像的时间间隔非常短，而假设物体也是有一定体积的，并且物体移动的速度也是有限的，较短时间内物体的移动距离也会非常小，所以可以根据差值计算后不为零的像素点的位置，大概确定出目标物体所在的位置。同样，通过差值计算后，还可以获取目标物体大概的轮廓大小，因为只有物体所在位置，在进行差值计算后，像素点不为零。最重要的一点，通过差值计算后，可以获取图像的像素点信息，因为一旦确定图像所在位置后，可以按照事先规定的模板，在差值计算前的完整图像信息中获取物体的像素点信息，从而以此来作为确定移动物体

7、的唯一标志。　　获取图像信息时，最重要的一个步骤是确定运动物体所在的位置，其中有很多种方法可以确定，一种是通过计算平均值的算法来近似的确定物体所在位置，也就是找到所有差值计算后不为零的像素点位置，然后求出所有这样点的平均的横纵坐标值，作为运动目标的中心位置，这种算法的好处是速度快，精确度却比较低，但是对于目标体积比较大的物体，效果会好些。第二种方法是，查找所有差值计算后，不为零的像素点所构成的所有连通区域，确定最大的连通区域作为目标所在的区域，然后求出这个