基于计算机视频监控中的运动目标检测与跟踪
来源:用户上传
作者: 郑爱博
摘要：基于计算机的视频监控系统应用十分广泛，对此系统的研究除了对硬件系统的搭建外对运动目标的检测提取和跟踪是主要解决的问题。目标跟踪现有的方法主要包括波门法和匹配法，图像运动分割主要利用背景减除方法，在利用对称差分方法的基础上，使用区域生长的方法对视频运动目标进行检测和提取。
关键词：视频监控；运动目标；提取；跟踪；检测
中图分类号：TP277 文献标识码：A 文章编号：1007-9599 (2011) 23-0000-01
Moving Targets Detection and Tracking of Computer-based Video Surveillance
Zheng Aibo
(Rizhao Radio&TV University,Rizhao 276826,China)
Abstract:Computer-based video surveillance system is widely used,this system of study in addition to the hardware system structures outside of the moving target detection and tracking is to extract the main problem.Existing tracking methods include wave method and matching doors,the main advantage of image motion segmentation background subtraction method,using symmetric difference method based on region growing method using the video motion detection and extraction of the target.
Keywords:Video surveillance;Moving targets;Extraction;Tracking;
Detection
监控系统对生活在当今社会的每一个人来说都不陌生，居住的生活小区中有监控，商店、超市中有监控，银行系统有柜员机监控，林业部门有火情监控，交通方面有违章、流量监控等等。我们平时所说的监控应该被称为视频监控，要满足这些要求只有摄像头和后台录像是远远不够的，很大程度上要借助于计算机监控系统的帮助。通过计算机对现有的视频监控系统加以改进，实现对被监控目标的自动检测与提取、识别、跟踪、运动分析与理解，在不需要人为干预情况下，利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，实现对动态场景中目标的定位、识别和跟踪，并在此基础上分析和判断目标的行为，从而既能完成日常管理又能在异常情况发生时及时做出反应。
要完成基于计算机的实时视频监控，运动目标的检测与跟踪是主要研究内容，在许多领域有着广泛的应用。运动目标检测与跟踪一般处于视觉应用系统的最底层，是各种后续高级处理如目标分类、行为分析的基础。
要使系统完整需要有硬件和软件两部分的支持。硬件系统对于监控系统来说就是视频采集系统，由数字摄像机链接计算机组成，介于视频监控的特殊性多采用无线方式对计算机和摄像机进行连接。软件部分完成对运动目标的检测、提取和跟踪。
快速准确的运动目标检测与提取是个相当重要但又比较困难的问题。这是由于动态环境中捕捉的图像受到多方面的影响，比如天气的变化、光照条件的变化、背景的混乱干扰、运动目标的影子、物体与环境之间或者物体与物体之间的遮挡、以及摄像机的运动等，这些都给准确有效的运动目标检测与提取带来了困难。就以运动目标的影子为例，它可能与被检测的目标相连，也可能与目标分离。在前者情况下，影子扭曲了目标的形状，从而使得以后基于形状的识别方法不再可靠；在后者情况下，影子有可能被误认为是场景中的目标。尽管目前图像运动分割主要利用背景减除方法，但如何建立对于任何复杂环境的动态变化均具有自适应性的背景模型仍是相当困难的问题。在利用对称差分方法的基础上，使用区域生长的方法对视频运动目标进行检测和提取，该方法结合了差分方法快速的特点和区域生长方法提取目标准确的特点，较好地完成了序列图像中运动目标的检测与提取。
在计算机目标跟踪现有的方法主要包括波门法和匹配法。波门法需要预测确定波门的位置及大小，匹配法存在一个搜索区域的问题，两者面对的同一个问题是如何通过预测确定目标下一时刻的大致位置。已有的几种目标位置预测方法，包括线性预测、平方预测、统计预测以及Kalman滤波方法。通过预测得到的目标下一时刻位置，可以缩小目标在匹配过程中的搜索区域，避免了传统目标跟踪使用全局匹配的方法，并充分结合目标检测的结果，有效提高了目标跟踪的速度。
现在对摄像头固定、背景静止情况下的运动目标检测与跟踪技术作了比较深入地研究，并取得了相应的研究成果。主要成果如下：（1）总结了己有的运动目标检测方法，对光流场方法给出了完整的应用方案；对瞬时差分方法中的一阶差分和对称差分分别作了介绍，分析了其优缺点并给出了实验结果；针对背景模型方法中的单模型和多模型分别作了研究。（2）对已有的图像分割方法进行了总结分类。结合研究内容，提出了一种基于区域生长技术的图像分割方法，该方法和对称差分结合使用，可以准确检测和提取视频序列中的运动目标。（3）对已有的目标跟踪方法进行了总结分类。经过分析指出，目标位置预测是快速稳定进行目标跟踪的一项关键技术。研究了己有的几种目标预测技术，并将其用于缩小目标匹配的搜索范围，提高了目标跟踪的速度。（4）提出了一个视频序列目标检测与跟踪的算法。该方法使用对称差分和区域生长技术进行运动目标检测和提取，使用修正的Kalman滤波方法预测目标下一时刻的位置，结合目标检测的结果进行目标跟踪，并对目标的突然停止和突然启动提出了一种解决方案。
整个基于计算机视觉监控中的运动目标检测与跟踪在研究过程中有侧重的研究了视频序列中运动目标检测与跟踪的关键技术，在目标检测与提取中，未考虑目标阴影的影响，这是今后研究的方向之一。另外，摄像机固定、背景静止的情况，目标检测与跟踪也仅仅是在摄像机的视场内进行，还没有深入研究摄像机运动等情况，这也是今后研究的一个方向。
总而言之，随着现代科学的不断发展，视频监控会不断地向更智能的方向前进，这就需要我们对目标检测与跟踪技术进行更深入地研究，推动这项技术的发展。在今后的研究工作中不断深入、不断探索，希望能够为该领域的技术发展贡献一份力量。
参考文献：
[1]李弼程,彭天强,彭波.智能图像处理技术[M].电子工业出版社,2004
[2]张天序.成像自动目标识别[M].湖北科学技术出版社,2003
[3]方帅.计算机智能视频监控系统关键技术研究[D].博士学位论文,东北大学,2005
[4]曾庆渝.视频分割算法研究及实践[D].硕士学位论文,浙江大学,2005
[5]范莹.视频监控中运动图像检测与识别技术的研究[D].硕士学位论文,大连理工大学,2003
[6]王栓,艾海舟,何克忠.基于差分图像的多运动目标的检测与跟踪[J].中国图像图形学报,1999,6(4):6(A版)
[作者简介]郑爱博（1980-），女，山东日照人，讲师，本科，主要研究方向：计算机图形图像处理。
转载注明来源:https://www.xzbu.com/8/view-44482.htm
