目标检测和跟踪算法的研究现状
时间:2017-06-09 23:01 来源:毕业论文 作者:毕业论文 点击:次
| 运动目标检测就是从视频图像中将变化的区域从背景中提取出来，此类算法依照目标与摄像机之间的关系可以分为静态背景下运动检测和动态背景下运动检测。静态背景下只有被监视目标在摄像机的视场内运动；而动态背景下摄像机也发生了运动，这个过程就产生了目标与背景之间复杂的相对运动，造成动态背景下的运动检测和跟踪难度很大。目前常用的运动目标检测方法主要有3种：基于块的运动分割法，光流场运动分割法，差分法。其中背景差分法是目前最常用的运动目标检测方法。10002 1 差分法 差分法可分为两种：减背景法和相邻帧差分法。采用减背景法进行运动目标检测，首先要对图像背景进行精确估计，在序列图像中通过逐像素比较可以直接求取前后两帧图像间的差别。检测图像序列相邻两帧之间变化的最简单的方法是直接比较两帧图像对应像素点的灰度值。在最简单的情况下，第j帧f(x,y,j)与第k帧f(x,y,k)之间的变化可用一个二值差分图像 表示： 其中T为阈值。 对背景估计完后用当前图像与背景图像进行差分运算，最后对差分图像进行处理，提取出感兴趣区域(ROI)，实现对运动目标的检测。背景提取可以采用人工指定的方法，即选取视频图像序列中某一帧没有目标的图像，作为背景图像，但这种方法不能对背景变化进行跟踪，因而背景环境变化将导致检测错误，比较可行的方法是建立自适应背景估计模型，利用视频图像序列对背景进行实时更新。 相邻帧差分法，即对当前连续两幅图像进行差分运算以实现对运动目标的检测。这种算法对运动目标很敏感，但检测出的物体的位置不准确。由于相对运动与物体位置并非完全一致，运动物体外接矩形在其运动方向上被拉伸。 2 光流场运动分割 在光流场中，不同的物体会有不同的速度，大面积背景的运动会在图像上产生较为均匀的速度矢量区域，这为具有不同速度的其他运动物体的分割提供了方便。当物体运动时，在图像上对应物体的亮度模式也在运动。光流是指图像亮度模式的表现运动。光流无法由运动图像的局部信息唯一确定，如亮度比较均匀的区域或亮度等值线上的点都无法唯一地确定起点的运动对应性，但运动是观察得到的。在理想情况下，光流对应于运动场，但这种对应并不是绝对的。对于一个非常均匀的球体，其在恒定光源的照射下，亮度是呈一定的空间分布的，当球体在摄像机前围绕其中心轴旋转时，其表面的明暗分布并不会随着表面运动而改变，这种情况下光流为零但运动场却不等于零。如果上述情况中，球体不动光源运动，这明暗模式的变化将随着光源运动，此时光流不为零，但运动场等于零。一般情况下光流与运动场并没有太大区别，因此可以用图像运动来估计相对运动。 基于光流的运动图像分割是根据光流的不连续性来分割运动图像的，不同的光流区域对应不同的运动目标，它首先估计运动图像稠密光流，然后将相似的光流矢量合并，形成不同的块对应不同的运动物体。设三文场景中有一个刚性物体，在时刻tk有一点(xk，yk，zk)，经过旋转和平移运动，在时刻tk＋1到达(xk＋1，yk＋1，zk＋1)。当刚性物体旋转的角度很小时，三文刚体运动模型可表示为： （2） 其中，Rk为旋转矩阵；Tk为平移向量；q，j，分别表示绕x，y，z轴的逆时针旋转角。 将上式改写成如下形式： 将式（3）两端同除以Δt可得到速度变换公式（Δt=tk＋1－tk）： (责任编辑：qin) |