資源描述：
《基于差分圖象的多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、第4卷(A版)第6期中國(guó)圖象圖形學(xué)報(bào)Vol.4(A),No.61999年6月JournalofImageandGraphicsJune1999基于差分圖象的多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤王栓艾海舟何克忠(清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系,北京100084)(清華大學(xué)智能技術(shù)與系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京100084)摘要運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤在許多領(lǐng)域有著廣泛的應(yīng)用,它是應(yīng)用視覺研究的焦點(diǎn)之一。文中介紹了一種基于差分圖象的運(yùn)動(dòng)目標(biāo)檢測(cè)算法,檢測(cè)結(jié)果是符號(hào)化了的圖象,其中運(yùn)動(dòng)目標(biāo)由其外接矩形表示,然后根據(jù)連續(xù)性約束假設(shè),實(shí)現(xiàn)了
2、運(yùn)動(dòng)目標(biāo)的跟蹤。實(shí)驗(yàn)表明這種檢測(cè)和跟蹤方法是快速有效的,與現(xiàn)有其它方法相比它能更好地處理跟蹤目標(biāo)之間的重疊以及目標(biāo)的暫時(shí)消失等情況。關(guān)鍵詞差分圖象運(yùn)動(dòng)檢測(cè)目標(biāo)跟蹤0引言數(shù)是對(duì)目標(biāo)模型的直接匹配,實(shí)際上是對(duì)靜態(tài)(目標(biāo))圖象的處理分析,顯然計(jì)算量大,難以實(shí)時(shí)應(yīng)用。運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤是應(yīng)用視覺研究領(lǐng)域的另外還有一些針對(duì)點(diǎn)目標(biāo)的跟蹤算法,如R.Mehro-[7]tra對(duì)圖象序列中的興趣點(diǎn)進(jìn)行匹配以確定運(yùn)動(dòng)軌一個(gè)重要課題。在現(xiàn)實(shí)生活中,大量的有意義的視覺信息包含在運(yùn)動(dòng)之中,甚至有些動(dòng)物的眼睛經(jīng)過跡的算法:依據(jù)運(yùn)動(dòng)軌跡盡
3、可能光滑、位移盡可能小進(jìn)化,只能看見運(yùn)動(dòng)的物體。盡管人類視覺既能看的假設(shè)在相鄰幀中對(duì)點(diǎn)進(jìn)行匹配。該方法的缺點(diǎn)是見運(yùn)動(dòng)又能看見靜止的物體,但是在許多場(chǎng)合,比如不能處理點(diǎn)的重疊(即使一個(gè)點(diǎn)被多個(gè)運(yùn)動(dòng)軌跡所說交通流量的監(jiān)測(cè)、重要場(chǎng)所的保安、航空和軍用飛匹配)以及點(diǎn)的暫時(shí)消失等情況。實(shí)際上,這是許多行器的制導(dǎo)、汽車的自動(dòng)駕駛或輔助駕駛等,我們往現(xiàn)有的跟蹤方法的共同問題。另外需指出的是,把往對(duì)運(yùn)動(dòng)的物體更感興趣。因此研究只對(duì)運(yùn)動(dòng)目標(biāo)目標(biāo)作為點(diǎn)來處理過于簡(jiǎn)單化。我們的工作介于他敏感的檢測(cè)與跟蹤系統(tǒng)是很有意義的。此外,運(yùn)動(dòng)們之間,主要研
4、究了在固定攝像頭的情況下對(duì)視場(chǎng)目標(biāo)的研究對(duì)象是圖象序列,而對(duì)圖象序列的研究?jī)?nèi)的目標(biāo)進(jìn)行跟蹤的問題,首先將運(yùn)動(dòng)區(qū)域用外接一般要比對(duì)單幀圖象作靜態(tài)分析容易。矩形表示(相當(dāng)于符號(hào)化),然后考慮對(duì)這些矩形序一般而言,運(yùn)動(dòng)檢測(cè)與跟蹤研究的難點(diǎn)在于:列進(jìn)行匹配跟蹤,所實(shí)現(xiàn)的系統(tǒng)能夠處理跟蹤目標(biāo)(1)運(yùn)動(dòng)物體的正確檢測(cè)與分割;之間短暫(秒的數(shù)量級(jí))重疊或者目標(biāo)暫時(shí)消失情況(2)物體之間的遮擋與重疊;下的跟蹤問題,而且具有準(zhǔn)實(shí)時(shí)性。所謂目標(biāo)的暫(3)初始運(yùn)動(dòng)參量的確定。時(shí)消失是指在序列的若干幀中某些跟蹤目標(biāo)由于種關(guān)于運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤研
5、究大致可分為兩種原因沒有被檢測(cè)出來,但它實(shí)際上并沒有運(yùn)動(dòng)出類:視場(chǎng)的情況。所用的核心方法是基于運(yùn)動(dòng)預(yù)測(cè)的最(1)攝像頭隨著運(yùn)動(dòng)目標(biāo)移動(dòng),始終保持目標(biāo)近鄰法。[1-3]在圖象的中心附近;(2)攝像頭固定,只對(duì)視場(chǎng)內(nèi)的目標(biāo)進(jìn)行跟1運(yùn)動(dòng)目標(biāo)的檢測(cè)算法和實(shí)驗(yàn)[4-6]蹤。[9]已有的算法包括基于模板匹配的算法、基于在應(yīng)用視覺系統(tǒng)中,檢測(cè)運(yùn)動(dòng)目標(biāo)常用差分圖[6][4,8]鑲嵌圖的算法,基于主動(dòng)輪廓線的算法等,多象的方法,一般有兩種情況:收稿日期:1998-09-11;收到修改稿日期:1998-10-20第6期王栓等:基于差分圖
6、象的多運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤471(1)當(dāng)前圖象與固定背景圖象之間的差分;間的滯后性。(2)當(dāng)前連續(xù)兩幅圖象(時(shí)間間隔t)之間的運(yùn)動(dòng)目標(biāo)的檢測(cè)過程如圖1所示,其結(jié)果由運(yùn)差分。動(dòng)目標(biāo)的外接矩形表示。圖2給出了一組在固定背第1種情況即固定背景法檢測(cè)物體的優(yōu)點(diǎn)是位景情況下的檢測(cè)實(shí)驗(yàn)圖片,圖片大小是128128。置精確、速度快,因?yàn)樗恍璜@取當(dāng)前的一幅圖象。不足之處是受環(huán)境光線變化的影響,在非受控環(huán)境下需要加入背景圖象更新機(jī)制,且不適用于攝像頭運(yùn)動(dòng)或者背景灰度變化很大的情況。第2種情況即相繼圖象差分法的優(yōu)點(diǎn)是它只對(duì)運(yùn)動(dòng)物體敏感,
7、實(shí)際上它只檢測(cè)相對(duì)運(yùn)動(dòng)的物體,而且因2幅圖象的時(shí)間間隔較短,差分圖象受光線變化影響小,檢測(cè)有效而穩(wěn)定;缺點(diǎn)是檢測(cè)出的物體的位置不精確,其外接矩形在運(yùn)動(dòng)方向上被拉伸,這實(shí)際上是由相對(duì)運(yùn)動(dòng)與物體位置并非完全一致引起的。相對(duì)運(yùn)動(dòng)受物體本身的運(yùn)動(dòng)速度及相繼圖象之[4]間的時(shí)間間隔影響。C.Vieren提出了一種獲取運(yùn)圖1多運(yùn)動(dòng)目標(biāo)的檢測(cè)算法流程動(dòng)物體精確位置的方法,但該方法需要連續(xù)3幀圖象,并要計(jì)算梯度圖象,算法的計(jì)算量大且有一幀時(shí)圖2運(yùn)動(dòng)目標(biāo)檢測(cè)間間隔內(nèi)跟蹤目標(biāo)的運(yùn)動(dòng)軌跡是平滑的,即它的運(yùn)2運(yùn)動(dòng)目標(biāo)跟蹤的算法和實(shí)驗(yàn)動(dòng)參量(
8、速度和加速度)的改變應(yīng)該盡可能的小。對(duì)n幀圖象(即對(duì)應(yīng)的矩形數(shù)組)序列進(jìn)行跟運(yùn)動(dòng)目標(biāo)的跟蹤是確定同一物體在不同幀中位蹤的步驟如下,其細(xì)節(jié)將隨后分別描述。置的過程,當(dāng)運(yùn)動(dòng)物體被正確檢測(cè)出來時(shí),它就是對(duì)(1)置運(yùn)動(dòng)序列為空;相鄰幀中檢測(cè)出的物體進(jìn)行匹配的問題,匹配的依(2)從第1幀到第n幀圖象做:為每個(gè)未
