数事载本与率用
基于运动检测的目标跟踪算法研究
潘至尊刘承祥肖海俊
(聊城大学物理科学与信息工程学院山东聊城252059)
算法分析
摘要：运动目标检测与限踪主要分为日标检测和日标限踪，首先摄像机遗行图像采集并预处理，然后提取出运动日标特征值与后续图像慎中的区域特征值分析相关性，确定运动日标的运动轨迹。主要介绍了几种基本的日标检测算法和日标限踪算法,并对运动日标跟踪算法的研究前景进行了展望
关键词运动检测日标跟踪特征提取
中图分类号：TP391.41
文献标识码:A
运动目标检测与跟踪技术是近年来的热点研究课题之一，在计算机视觉的研究领域占有重要的位置，越来越广泛地被应用到交通管理、军事、公共安全监控等领域，涉及到计算机视觉、数字图像处理、模式识别等学科。
首先将摄像机拍摄的模拟图像转化成计算机能识别和处理的数字图像，再运用数字图像相关算法进行处理和存储。运动目标检测主要检测出图像特定区域的运动物体并标注，目标跟踪算法对运动物体进一步识别并对它在视野中的路径进行跟踪。在前景中找到运动目标，获取特征后反馈给跟踪系统，跟踪系统就根据获取的运
动目标的特征进行跟踪，是行为分析和图像理解的重要依据。 1运动目标检测
运动目标检测是运动目标跟踪的基础，只有检测到了运动目
标，才能利用目标跟踪算法进行运动目标的跟踪。所谓运动目标检测，就是运用数字图像处理方法找出视频中连续赖间的相关性，检测出视频中运动物体的位置和大小。运动目标检测的基本方法主要有三种：慎间差分法，背录差分法和光流法。
1.1间差分法
慎间差分法主要是对连续两顿图像作差，如果对应像素点无差别则认为其为背录像素点，否则为运动前景。最后遍历整慎图像得到的检测结果为两慎图像中运动前录所在位置。从理论上来说检测结果并不是运动前录的完整表示，一般情况下为了消除噪声影响会设定一个阔值K对差值结果进行二值化。
当摄像头固定时不需要背景图像也能检测出运动目标，算法简单保证运动目标跟踪的实时性。运动目标整体颜色很相似时只能检测出运动目标边界，如果运动目标的速率太快，检测结果会是两个分离的运动目标，如果时闻间隔太短，两慎图像中运动目标就会在同位置，运动目标被误当成背景差分掉了，导致检测不出运动目标。
假设在t时刻当前顿像素点(x,y)处的像素值为f(x,y,t),t时刻背录模型中像素点(x,y)处的像素值f(x,y,t-1),则背录差分法的数学表达式为：
fd(x,y,t)=f(x,y, t)f(x,y,t1)
然后对背录差分后的结果图像二值化：
(xu)-(rr)-r(xruI>k
fout(x, y,t)= fo
期图象
前一图信
国
相减
二货化
形志学
图1顿间差分法原理框图
当前图像
相减）
二值化
形惠学些理
图2背景差分法原理框图
遥动目标运动目标
文章编号:1007-9416(2014)06-0153-02
其中fout(x,y,t)为输出的检测结果,K为所设的阔值。
当摄像头固定时不需要背录图像也能检测出运动目标，并且算法简单，所以实际应用中可以保证实时性。但是当运动目标速率太快，或者与背最颜色接近时效果不太理想。
1.2肾景差分法
背景差分法算法简单，对硬件的要求低，同时运动目标检测的速度快、当背录环境不发生变化时，精确度很高，基本原理是用视频中当前顿与背录图像作差。当运动目标与背最的差别较大时，不仅能检测出运动目标的位置，而且能准确的检测出运动目标的大小最关键步骤是得到准确的实时背录图像，常见的背录建模方法主要有中值法，均值法，卡尔曼滤波器法，单高斯分布法，多高斯分布法。
假设在t时刻当前慎像素点(x,y)处的像素值为fn(x,y，t),t时刻背景模型中像素点(x，y)处的像素值fb(x，Y，t),则背量差分法的数学表达式为：
fd(x,y,t)=|fn(x, y,t)fb(x, y, t)
然后对背景差分后的结果图像二值化： fout(x,y,t)=to
(*")(r)"=()
else
其中fout(x,y,t)为输出的检测结果，K为所设的阔值。
般情况下在对检测结果二值化以后都需要对其连通性进行
分析和数学形态学处理，以去除检测结果内部的空洞和图像中出现的噪声，同时也可以对运动目标的分裂和多个运动目标融合的情况进行分析。由公式可以看出背录差分法最关键的步骤是得到准确的
开始
验入一般四像
意否存在月标配日标原踪更新日标模板源是再地事站事
百源新安通
营日祥检费资表日标提板
图3目标跟踪流程图
53