鄧曉咼

摘要：運動目標(biāo)檢測與跟蹤是計算機技術(shù)在視覺領(lǐng)域重點研究方向，在視頻監(jiān)控記錄，人機交互合作，虛擬現(xiàn)實推演和圖像壓縮處理等方面廣泛應(yīng)用。在各種復(fù)雜多變環(huán)境和不同條件下準(zhǔn)確跟蹤目標(biāo)是當(dāng)前研究的熱點。運動目標(biāo)檢測的方法主要有光流法，幀間差分法等等，移動目標(biāo)跟蹤計算的方法包括相對平均值算后的漂移算法，卡爾曼濾波算法和根據(jù)不同特征性進(jìn)行的相關(guān)算法。隨著經(jīng)濟的展，人們的安全防范意識也越來越強，智能化視頻監(jiān)控有著廣泛的應(yīng)用市場。因此，對作為視頻監(jiān)控系統(tǒng)關(guān)鍵組成部分的運動目標(biāo)檢測與跟蹤技術(shù)的研究有著重要的理論意義與應(yīng)用價值。

關(guān)鍵詞：運動目標(biāo)檢測;運動目標(biāo)跟蹤;視頻監(jiān)控

中圖分類號：TN219

文獻(xiàn)標(biāo)識碼：A

文章編號：1672 -1578（2019）08 - 0274 - 01

1.引言

視覺是人類感知環(huán)境的重要手段，大量有意義的信息都包含在運動中。人的雙眼對運動目標(biāo)更為敏感。計算機視覺是利用計算機實現(xiàn)視覺信息處理的一門學(xué)科，視頻圖像相對于靜態(tài)圖像的優(yōu)點是時間的不間斷性和運動目標(biāo)信息的獲取。融合了多種技術(shù)，能夠達(dá)到視頻成像播放以及追蹤研究的目的。

運動目標(biāo)檢測與跟蹤過程可以分為兩個方面：目標(biāo)檢測與目標(biāo)跟蹤。第一部分：運動物體檢測，被監(jiān)視場景中的移動物體要做到全時檢測并收集相關(guān)信息。第二部分：移動過程的追蹤，分析移動目標(biāo)的狀況，根據(jù)目標(biāo)的特點決定使用的相應(yīng)的算法，移動目標(biāo)跟蹤可以提供目標(biāo)的運動軌跡并準(zhǔn)確定位目標(biāo)位置，最重要的是可以分析預(yù)測目標(biāo)接下來的可能行為并能提供具體的數(shù)據(jù)信息。

2.運動目標(biāo)檢測技術(shù)研究

運動目標(biāo)檢測過程分為三個層次，面向像素級的檢測，面向變化區(qū)域級的檢測和面向幀級的檢測。面向像素級的檢測是指對包含運動目標(biāo)的視頻序列圖像進(jìn)行差分，二值化，逐點檢測判斷背景與運動目標(biāo);面向變化區(qū)域級的檢測是指對像素檢測后得到的二值圖像中的目標(biāo)區(qū)域采用形態(tài)學(xué)濾波和連通性檢測的方法提高檢測的準(zhǔn)確度;面向幀級的檢測是指對整幀圖像進(jìn)行去噪處理，使其適應(yīng)環(huán)境光線變化。運動目標(biāo)檢測算法的實質(zhì)就是當(dāng)場景中有新目標(biāo)進(jìn)入或者場景中有目標(biāo)移動時，通過檢測算法能夠得知有運動目標(biāo)出現(xiàn)，再利用目標(biāo)分割方法把進(jìn)入場景中的運動目標(biāo)（前景）從背景圖像中分離出來的方法。按照檢測算法的原理主要可以分為三類：背景差分法、光流法、幀間差分法。

背景差分法分為兩種類型，既定背景和計劃背景。既定背景是指在開始檢測之前移動目標(biāo)的活動場景。在檢測過程當(dāng)中，通過比較當(dāng)前時幀與背景之間的差異獲得移動目標(biāo)的樣板，借助于形態(tài)學(xué)的開閉運算等方法進(jìn)行濾波去噪和輪廓平滑。。

在計劃背景的背景差異實現(xiàn)中，沒有提前預(yù)定目標(biāo)的移動場景。通過疊加幾個連續(xù)幀的灰度圖像，然后執(zhí)行中值濾波來確立目標(biāo)移動場景。然后，區(qū)分當(dāng)前的關(guān)鍵幀與既定背景圖像，并且通過諸如形態(tài)學(xué)的方法通過濾波，去噪等技術(shù)來使得移動目標(biāo)的大致輪廓得以收集。

由于背景差分算法的建立背景僅僅是真實可靠背景的近似值，因此在移動物體較小以及背景中存在劇烈運動的物體時檢測到的結(jié)果有一定的差異。

幀間差分方法進(jìn)行目標(biāo)檢測計算簡便。因為相鄰幀的間隔時間較短，所以這種方法通常對場景光線的變化不太敏感。幀間差分法最重要的是實時檢測運動場景中的相異變化而后抽離提取相應(yīng)目標(biāo)。

光流法完整地利用了圖像本身的信息。光流是指空間中物體被觀測面上的像素點運動產(chǎn)生的瞬時速度場，包含了物體表面結(jié)構(gòu)和動態(tài)行為等重要信息。建立在光流法的移動物體檢驗是采用變化目標(biāo)隨著時間的改變而改變的光流特性的基礎(chǔ)之上，因為光流不只是包含所要檢測的目標(biāo)物體的移動信息，而且還包含連接物體運動的大量信息和運動場景的三維結(jié)構(gòu)變化，所以不但移動中的目標(biāo)檢測適合這種方法，并且也多運用于跟蹤移動目標(biāo)，特別是相對于移動變化中的攝像機來說，它可以用來單獨地檢測運動中的目標(biāo)。

3.運動目標(biāo)跟蹤技術(shù)研究

當(dāng)跟蹤目標(biāo)時，目標(biāo)自身和目標(biāo)所在的環(huán)境將對目標(biāo)跟蹤算法的基本計算產(chǎn)生或多或少的變化，根據(jù)不同的情況有不同的跟蹤算法。

基于均值漂移目標(biāo)跟蹤算法的基本思想是：通過反復(fù)迭代搜索特征空間中樣本點最密集的區(qū)域，搜索點沿著樣本密度增加的方向漂移到局部密度最大值。均值漂移算法原理簡單、迭代效率高，但是迭代過程中搜索區(qū)域大小對算法的準(zhǔn)確性和效率有很大的影響。

卡爾曼濾波目標(biāo)跟蹤算法是基于卡爾曼濾波器是一個對動態(tài)系統(tǒng)的狀態(tài)序列進(jìn)行線性最小方差估計。運算過程簡便，同步計算運行良好。經(jīng)常用以預(yù)測跟蹤活動目標(biāo)的運行狀態(tài)，極大地縮小了范圍。

基于重點屬性特點的追蹤計算是以典型特征的目標(biāo)跟蹤方法為基礎(chǔ)收集目標(biāo)相關(guān)的特征信息，對應(yīng)的目標(biāo)出現(xiàn)在視頻序列圖像中采用匹配算法，接下來跟蹤移動目標(biāo)。一般劃分為三個步驟進(jìn)行：第一步是利用目標(biāo)檢索結(jié)果提取目標(biāo)的典型特征，如角點，邊界，明確區(qū)域，顏色，形狀等。在第二步中，在連續(xù)幀圖像上找到關(guān)鍵點、特征點。第三步，依據(jù)相似性度量來確定當(dāng)前幀中目標(biāo)的最佳位置。

4.結(jié)語

目前，智能化視頻監(jiān)控系統(tǒng)在我國仍處于普及階段，但隨著我國經(jīng)濟的飛速發(fā)展和物質(zhì)生活水平的不斷提高，人們的安全防范意識也越來越強，這意味著智能化視頻監(jiān)控有著廣泛的應(yīng)用市場。因此，對作為視頻監(jiān)控系統(tǒng)關(guān)鍵組成部分的運動目標(biāo)檢測與跟蹤技術(shù)的研究有著重要的理論意義與應(yīng)用價值。

參考文獻(xiàn)：

[1] 張廣軍，機器視覺，科學(xué)2005版，科學(xué)出版社，2008：35 - 70.

[2] 高文，陳熙霖，計算機視覺算法與系統(tǒng)原理，清華大學(xué)出版社，1998：12 - 89.

[3] 趙鵬，機器視覺理論及應(yīng)用，電子工業(yè)出版社，2011：23 - 67.