于正泉


【摘 要】隨著互聯網、多媒體技術的快速發展,視頻監控已經在安防領域得到了廣泛的應用,成為公共安全防御的重要手段。傳統的視頻監控需要人工進行目標搜索和定位,速度較慢,實時性較差。為了能夠解決上述問題,需要實現一個高可靠的視頻監控系統,需要采用移動目標跟蹤算法,以便能夠實時的識別目標、跟蹤目標。本文提出了一種基于幀間差分的移動目標跟蹤算法,能夠實時跟蹤視頻圖像中的目標,具有較高的準確性。
【關鍵詞】幀間差分 目標跟蹤 視頻監控 背景
互聯網、多媒體和視頻監控技術的快速發展,在城市安防管理領域取得了廣泛的應用。本文研究了幀間差分法在視頻移動目標跟蹤中的應用,實驗結果顯示該方法具有較高的魯棒性和實時性。
1 移動目標跟蹤關鍵問題
目標映射分為的三個關鍵問題包括目標添加、目標關聯和目標刪除。
(1)目標關聯問題。由于算法是基于改進的幀間差分方法進行檢測的,因此每一幀中都可能檢測出當前幀中存在的所有目標,算法需要將已經跟蹤到的目標存儲到一個列表中,將當前幀中檢測到的目標與跟蹤列表中的目標一一關聯起來。
(2)目標添加。短時間內,移動目標在視頻流中的運動軌跡是連續的,因此目標短時間內移動的軌跡可以看做是一條光滑的直線,在進行數據關聯模塊之后,算法可以將已經關聯到的目標從當前幀檢測到的目標中山城,保留剩下的目標,利用當前幀剩下的目標與前面幀中剩下的目標利用最小二乘法實施線性擬合,并且可以將擬合結果中符合相關要求的目標作為一個新檢測到的目標添加到跟蹤列表中。
(3)目標刪除。由于視頻攝像頭的監控范圍是有限的,因此一旦監控目標離開監控區域,離開監控區域的目標需要從跟蹤列表中刪除。
2 改進的幀間差分移動目標跟蹤算法
傳統的幀間差分法僅僅依賴視頻流時間的相關性,沒有充分考慮視頻流空間上的相關性,識別結果不準確,識別效率低。為了能夠解決上述問題,本文充分利用幀間差分法充分考慮時間相關性和背景差分法充分考慮空間相關性的優點,提出了一種改進的幀間差分移動目標跟蹤算法,該算法能夠同時考慮圖像序列時空內容,提高移動目標跟蹤效果。算法執行步驟如下所述:
(第一步)基于背景差分法檢測待檢測幀,以便能夠有效識別運動目標,計算公式如(1)所示:
其中,運動目標的像素點使用1表示,背景區域的像素點使用0表示, 表示像素點坐標為 的坐標屬于運動目標還是背景區域, 表示待檢測幀位于坐標為 處的灰度值, 表示待檢測幀位于坐標為 處的分割閾值。
(第二步)在(第一步)的基礎上,使用連續三幀差法檢測待檢測幀,以便能夠提高算法的運算速度,同時,連續三幀差法僅僅對利用差分算法檢測檢測到的前景區域執行相關的檢查操作,計算公式如(2)所示。
其中, 代表連續三幀差法檢測待檢幀的操作結果,運動物體的像素同樣使用1表示,背景區域的像素同樣使用0表示,公式3.11表示連續三幀差法和背景差分法同時檢測一個像素點為運動目標時,才可以將像素點判定為運動物體,否則就只能將這個像素點判定為背景區域。
(第三步)在拍攝的視頻圖像序列中,背景區域可能為流動的喝水或者風吹動的樹葉,因此需要充分的考慮運動目標的像素點的鄰域信息,以便能夠避免將背景區域本身的運動誤認為是運動目標,導致算法的精確度降低,因此,為了能夠避免上述問題產生,本文采用了基于鄰域的背景差分法,該算法可以對(第二步)進行識別操作,具體公式如(3)所示。
(第四步)在執行完畢前兩步的基礎上,確定運動目標的像素點,確定像素點公式如(4)所示。
其中, 表示門閾值, 表示運動物體的種子點,同時滿足連續三幀差法與領域差分運動目標算法的可以判定為前景區域像素,其表示待檢幀圖像中不完整的真實運動區域。
表示能夠滿足 的所有像素點的集合, 表示能夠滿足 的所有像素點的集合,則 中能包含的像素分為處理過程中引入的多余信息像素和運動目標的像素, 表示用戶期望的真實的運動目標像素點,因此只要將 中的像素點進行有效的連通,就可以得到一個運動目標存在的區域。為了能夠更好地實現運動目標識別效果,采用數學形態學方法將識別各個連通區域,選擇 中包含運動像素點 的連通區域,就可以基于時空內容識別運動目標。
3 算法效果分析
改進的幀間差分移動目標跟蹤算法能夠準確的追蹤到移動目標,比如打羽毛球的人、羽毛球。
與其他算法相比,本文提出的算法那追蹤時間較短,效率較高,詳細數據如表1所示。
4 結語
本文主要闡述了移動目標跟蹤過程中關鍵的關鍵問題,分別是目標關聯、添加和刪除,同時提出一種改進的幀間差分移動目標跟蹤算法,該算法結合時間、空間視頻流信息,提高了算法追蹤的準確度,縮短識別時間。
參考文獻:
[1]周帆,江維,李樹全等.基于粒子濾波的移動物體定位和追蹤算法[J].軟件學報,2013,24(9):2196-2213.
[2]周良毅,王智,王營冠.基于動態遮擋閾值的多視角多目標協作追蹤[J].計算機研究與發展,2014,4(4):813-823.