视频监控中目标检测与跟踪技术研究.doc

《视频监控中目标检测与跟踪技术研究.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、视频监控中目标检测与跟踪技术研究1•研究背景智能视频监控中的运动目标检测与跟踪技术是当今前沿的一个重要研究课题⑴，有着重要的实际应用价值和硏究意义。运动目标检测和跟踪作为智能视频监控的核心技术，其算法的好坏直接影响着运动目标跟踪与识别的稳定性与准确性。同前，随着经济、科学技术、教育等不断的全球化，视频监控技术方兴未艾，逐渐地朝着数字化、网络化与智能化方向发展。相对于静止场景，所谓运动场景中的目标检测与跟踪，是指在目标运动的同时，摄像机也由于运载平台的姿态或位置改变而发生运动，构成目标与背景共同变化下的目标检测与跟踪。运动场景中目标检测与跟踪技术的目的在于准确地探测目标、合理地提取目标特征、精

2、确地跟踪目标，同时要考虑算法的实时可操作性。由于该技术在军事、交通、工业以及生物医学等领域具有广泛的应用前景，从而激发了国内外广大科研工作者的浓厚兴趣，成为计算机视觉领域的一个热点。2.VSAM系统VSAM系统是在1997年至1999年间，美国国防高级研究计划局资助卡内基梅隆大学和萨尔诺夫戴维硏究中心等著名大学和公司合作联合硏制的视频监视与监控系统⑵。目标是开发自动视频理解技术，并用于实现未来战争、人力费用昂贵、非常危险或者人力无法实现等场合的监控。该系统融合了数字摄像机、音频采集头、红外和微波报警探测器、温度探测器等多种类型的传感器，可以对监控地区进行全方位的昼夜监控。使用了地理信息和三维

3、建模技术，提供可视化图形操作界面，当视频分析处理器报告了运动对象、对象类别及位置之后,操作员不仅可以在地理信息界面上进行虚拟对象标记，而且还能在辅助窗口观察对象的真实活动情况。在机载航空摄像机方而，不需要经常性的人工操纵，就能自动对准地而监视目标,实现对重要目标的长时间监视。使用架设在高处多方位旋转云台上的单个摄像机，可以全方位地实施视频监控。系统首先有规律地初始化一系列背景图像，然后利用基于特征区域的方法将实际摄录的视频图与相应的背景图作兀配，再利用背景减除法检测运动日标。由于传统的卡尔曼滤波方法只能处理单峰问题，该系统对传统的卡尔曼滤波思想进行了扩展，并使用了带目标模板更新的相关匹配算法

4、实现了多目标的跟踪。3•帧差法进行目标的提取与识别运动目标检测不仅是智能视频监控的基础，更是目标定位、识别和跟踪的前提。光流法、帧间差分法、背景差分法是运动目标检测的基本方法⑶。帧间差分法是传统的运动目标检测算法之一，是在运动H标检测中使用最多的一类算法。其基本原理就是将前后两帧图像对应的像素点的灰度值相减，在环境亮度变化不大的情况下，如果对应像素灰度相差很小，可以认为此处景物是静止的；如果图像区域某处的灰度变化很大，可以认为这是由于图像中运动物体引起的，将这些区域标记下来，利用这些标记的像索区域，就可以求出运动目标在图像中的位置。在实际应用中，目标检测与识別的精度和实时性要求比较高，需采用

5、图像块匹配法来实现帧差法Z前目标的识别匹配。由于摄像机运动的影响，前后两帧上的背景虽然相差无几,但是却发生了一定程度的近似平移，因为实际背景是三维的，而反映在镜头上是二维的图像,因此远处的景物和近处的景物发生的平移量是不同的，我们不认为这是绝对的平移。但无论如何，整个背景的运动是由于摄像机的运动产生的，我们可以估计摄像机的运动参数，进而估计每一点的平移量。由于背景运动的存在，直接进行差分难以取得良好的效果，因此先对图像帧作运动补偿来尽量消除它对于后续工作的影响。3.1图像块匹配法通过图像块匹配法，可以直接确定运动的冃标在图像中的位置。为了提高背景运动估计的魯棒性，也就是系统的健壮性，可以把1

6、024X1024的后一帧图像分为12X12的块，对前一帧进行匹配。运算估计算法中常用的匹配准则有三种，即最小绝对差（MAD）,最小均方误差（MSE）和归一化互相关函数（NCCF）o由于MAD准则不需要做乘法运算，实现简单，方便，所以使用最多。SAD算法是对MAD算法的改进，即求和绝对误差，这样可以去掉实际运算中不必要的除法，SAD定义如下，（i,j）为像素坐标值，M和N为模板大小叫MNSADQ,j）=XZlfk（叫町—几⑴+i，n+7）Ini=/:=!算法实现的思路为：把前一帧图像分为12X12的小块，根据优化假设取出其中的匹配块，然后再找岀其中使SAD最小的，表示背景在方向上移动的距离，

7、用此来补偿当前帧图像。经过运动补偿后的当前帧图像与上一帧图像进行差分，就能够清晰的检测出运动目标了。对于背景不变，存在运动目标的情况，通过直接差分法进行确定。确定出目标之后，采用内外波门跟踪的方式，由外波门确定视场区域，内波门进行锁定，实现目标的自动跟踪与识别。在背景运动补偿方面，利用Harris角点检测算法分别提取相邻两帧图像的特征点，对每一特征点先进行简单的粗匹配，而后利用RANSAC鲁棒估计算法完成特征