智能视频监控中目标跟踪的研究与实现.pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《智能视频监控中目标跟踪的研究与实现.pdf》由会员分享,可在线阅读,更多相关《智能视频监控中目标跟踪的研究与实现.pdf(4页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、第1 9 卷第9 期电子设计工程2 0 1 1 年5 月V 0 1 1 9N o 5E】e c t m n i cD e s i g nE n 舀n e e T n gM a r 2 0 1 l智能视频监控中目标跟踪的研究与实现泰晓敏(西南交通大学信息科学与技术学院,四川成都6 1 0 0 3 1)摘要:目标跟踪是智能监控领域的关键技术。本文主要是研究实现这一关键技术。提出一种融合运动目标的面积和矩特征进行匹配的算法。并结合运动估计算法对下一时刻目标最可能存在的方位进行预测。实现了对运动目标的跟踪。实验表明该算法能够准确跟踪运动目标,在一定程度上满足了实时性的要求。关键词:特征融合;矩;运动估
2、计;特征匹配;目标跟踪中图分类号:1 1 P 3 9 1 4文献标识码:A文章编号:1 6 7 4-0 9-0 0 4 0 0 3R e a r c ha I I dr e a l i z a t i o no nt r a c l【i n go fo b i e c ti ni n t e l I i 犟n t、,i d e os u r v e m a n c eQ I NX i a o-m i n(c b 阮尹矿蜘m 脚幻,I 拓w e 吼d 死c 加如夥,S D 砒柳盯肋细昭面e 邝渺,C k,刨H6 1 0 0 3 l,吼i 眦)A b s t m c t:1 1 l eo b j
3、e c tt m c k i n gi st l l ek e yt e c h n o l o g yo fi n t e U i g e n ts u e i l l a 眦ef i e l d,1 1 l i sp a p e ri sm i n l yt oa c h i e v et h i 8k e yt e c h n o l o g y A nm e t h o db a s e d 叩m s i o no b j e c t sa r e a 明dt o r q 1 l ec h 嘲c t e r i s t i c 8f hm a t c h i n gi 8p u tf
4、o r w a r d,a n dc o m b i n i n gm o t i o ne s t i m a t i o na 1 9 0 r i t l l mt op r e d i c t i o nt 王I em o s tp o s B i b l eo b j e c t 8l o c a t i o nf 斫t h en e 砒m o m e n t,a c h i e v et h et m c k i n go fI n o v i n go b j e c t s I ts h o wt l I a tt l l i sa l g o r i t h mc a nt m
5、 c k 山eo b j e c te x a c t l ya n dc a nm e e tw i t l lr e q u i 托m e n t s“r e a l t i m ei nc e n a i nd e g m et h m u g ht l I ee】【p e r i m e n t 8 I【e yw o“b:f e a t u r e sf u s i o n;t o n q u e;m o t i 蚰e s t i m a t i o n;f e a t u 他m a t c h i n g;o b j e c tt r a c k i n g现在社会中智能化已经占据了
6、主要地位。智能化应用劲监控领域,出现了智能视频监控。在智能视频监控中需要对运动目标进行实时跟踪,它也是后续各项研究的基础:如对目标进行分类、检测事件发生并报警、行为的分析与识别。在我们研究目标跟踪问题时我们需要解决的两个基本问题是匹配的准确性和匹配的速度。这两点也可以作为评价算法优劣的重要依据l“。本文主要是对智能监控中目标的跟踪进行研究。常用的帧间差分法对环境变化适应性强,但是得到的像素点是不完整的。而背景差分恰好相反,能得到较完整的数据特征,但无法适应环境的变化。环境的变化会影响检验的准确性。本文综合利用这两种算法,提取了两者的优点,并通过后续的一系列的处理得到完整的运动目标。提取运动目标
7、的矩特征和面积特征。综合这些特征实现对目标的准确描述。对目标后续可能出现的位置提前做相应的判断估计使得目标在后面的操作中需要处理的范围尽可能地缩小。在前面得到的搜索区域内将检测到的运动区域与提取的目标的综合特征进行相似度的计算,从而得到目标的位置,有效地实现了对目标的准确跟踪。l 算法介绍1 1 算法的流程图算法流程图如图l 所示。1 2 目标检测1)抽出一段监控得到的视频,按照背景差分的算法对这段视频进行处理。首先为背景建立相应的模型,这里通过对获取的图像序列进行统计为每个像素建立模型。将当前帧图像和前面构造好的背景图像进行差分,设吼(茗,)为K 时刻的背景模型,(髫,)为K 时刻的视频图像
8、,D k ,)为目标区域。则有:仇(训)=l 凡(训)也(w)ll 兰型设置一个阈值r,当仇l 多帧差分II 背景差分lo,)比r 大时,确定为运动r=匍F 匍区域,当D。,),)比r 小时,j:-确定为背景区域,即此区域没茎!;苎l有运动目标存在。为了更好地南区分背景图像和运动区域,将L 萼鲨兰型运动区域的像素赋值为o,将E 委垂薹 _ 甲背景区域的像素赋值为1,也n 磊五i 1+百言丽羽就是得到了二值图像。一 一2)对获取的视频序列按图l 算法流程图照多帧间差分的算法进行处F i g l 舢鲥l l l I ln o w。h 矾理,设五,y)、凡。,),)、E。,),)分别是|时刻、_|+
9、l 时刻、J 一l 时刻的视频图像。对此三帧图像分别运用二帧间差分算法一,即可获得差分图像D k(髫,)和D k+l(z,),如下:收稿日期:2 0 l l 0 2 2 0稿件编号:2 0 1 1 0 2 0 3 9作者简介:秦晓敏(1 9 8 5 一),女,河南商丘人,硕士研究生。研究方向:图像、视频监控。4 0 一万方数据秦晓敏智能视频监控中目标跟踪的研究与实现仇(互,)=l 气(膏,)一,k(茗,),)lq+。(x,y)=l 气+,(膏,y)一气(聋,),)I噍(并,)=ID k(戈,)u 仇“(菇,)I同样设置一个阀值对图像进行二值化,得到二值图像。3)将前面得到的两个二值图像相结合,
10、采用下述运算:阢(菇,)u 也(茗,)1 3 形态学处理、连通性检验经过前面的一系列处理。我们一般无法得到完整的图像,图像上会有些噪声点和空洞,我们可以采用数学形态学对其做相应的处理。数学形态学的核心理论是集合论,经过数学形态学处理的图像。可以把与目标不相干的部分去除。而且不会破坏其原本的形状。形态学包括了一系列的代数算子其中4 个最基本的为开启、膨胀、闭合和腐蚀。一般用来对二值图像进行处理也可用来处理灰度图像。图像经过数学形态学的处理。一些孤立的噪声点就不复存在了,小的空洞也消失了。但是一些大的空洞依然无法消除,这里就需要采用连通性区域检测了,经过这次处理,空洞基本消失,我们获取的运动目标就
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 视频 监控 目标 跟踪 研究 实现
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内