基于图像处理的运动目标自动跟踪系统研究

基于图像处理的运动目标自动跟踪系统研究
摘要：介绍了基于图像处理的智能目标跟踪系统的实现步骤。

通过图像处理、图像计算等技术判断物体进入监视区域，计算出物体的移动速度和移动方向，根据计算结果调整监视设备跟踪物体的运动，从而达到智能跟踪运动物体的目的。

关键词：图像处理自动跟踪图像计算图像序列
1 引言
运动目标检测是计算机视觉、视频信息处理等领域的重要研究内容，它的研究对象是视频图像序列。

随着多媒体技术的发展和计算机性能的提高，近年来基于图像处理的物体检测在各个行业中得到了广泛的应用。

因此研究运动物体的检测和跟踪问题具有很大的现实意义和使用价值。

目前，视频信号的智能化处理需求日益增加，但是智能检测跟踪物体的技术还不成熟，因此本文提出了一种解决目标检测和跟踪的方法。

2 解决的方案
本系统采用数字摄像头作为监视设备，并直接用数据线与计算机连接。

摄像头安装在一个可以灵活转动的云台上，由云台来带动摄像头旋转以达到跟踪目标的目的。

此外，计算机的运算速度要比快，以适应图像处理的运算量。

本系统通过图像处理技术检测是否有物体进入监视范围。

如果有则计算出该物体的运动速度和方向，再根据得到的速度和方向控制云台旋转，使监视设备自动跟踪物体的运动。

因此本系统分为三大模块：图像识别模块，物体检测模块，物体跟踪模块。

下面分别介绍各个模块的设计思想和关键技术。

2.1图像获取模块
本模块的主要功能是检测是否有物体进入监视范围。

主要进行如下操作：1）得到背景模板。

首先得到没有任何物体的背景图像K作为模板，它是判别是否有物体进入监视范围的基准，是进行图像处理的先决条件。

图1 图像序列
2）定时获取图像信息。

定时从监视设备得到的视频图像序列中抽出静态图像，该图像反映当前监视范围内的具体情况，如上图1所示。

本系统设定一秒取2幅图像，如果监视的响应速度要求高，那么一秒内可以多取几幅图像，反之可以延长间隔时间。

2.2图像预处理模块
直接从视频（图像序列）中得到的图像不一定能满足图像处理的要求，必须进行适当的处理才能使用。

对图像影响较大的是噪声干扰，因此需要对抽出的第N帧图像进行中值滤波，以便平滑去噪。

中值滤波是一种典型的低通滤波器，它的目的是保护图像边缘的同时去除噪声。

1）图像差运算：用第N帧减去背景模板K，得到两图像之间的差异，图像进行差运算的结果就是进入监视区域的物体。

如图2所示：
图2 图像差运算
2）图像滤波。

对差运算结果进行二值化处理，然后再进行开运算，开运算能够去除孤立的小点，毛刺和小桥，而主体位置和形状不变。

如图3所示：图3 图像开运算
3）图像计算。

对上述处理的结果进行计算，包括物体的面积，周长等，若其值超过一定的阈值，表明有可疑物体进入监视范围，可报警或启动其他操作，如启动物体检测模块。

2.3物体检测模块
本模块的主要功能是检测进入监视范围物体的移动速度和方向。

这也是本系统的关键所在。

主要进行如下操作：
1）边缘检测。

这一步是图像处理的基础，只有得到物体的边缘才可以得到相关的的信息，才能进行下一步处理。

利用二值形态学的边缘检测方法对图像进行处理，可以得到物体的边缘。

比较常用的算法有：Sobel算子、高斯拉普拉斯算子等。

本系统采用Sobel算子方法，效果图如图4所示：
图4 边缘检测
2）计算物体质心。

得到物体的质心是计算物体移动速度和方向的前提条件。

本系统采用的方法是把物体边界的每个点的纵坐标求和，再求平均值，得到质心的纵坐标。

把物体边界的每个点的横坐标求和，再求平均值，得到质心的横坐标，从而得到物体的质心的位置。

具体算法如下：
P[Xi，Yi]：边界线上的某一点的坐标
n：物体边界的点数
Xn=(∑Xi)/n：Xn为物体质点的横坐标
Yn=(∑Yi)/n：Yn为物体质点的纵坐标
MP[Xn，Yn]：为物体的质心
3）计算速度和方向。

用第N帧与背景K进行运算，得到质心MP1的坐标(x1，y1)，用第N＋1帧与背景K进行运算，得到质心MP2的坐标(x2，y2)。

计算两点间的夹角，可以得到物体的运动方向。

这样为跟踪物体提供了依据。

2.4物体跟踪模块
本模块的主要功能是控制云台带动摄像头跟踪物体移动。

主要进行如下操作：
1）捕获物体。

如图5所示。

尽量使中线与物体的质心相重合，以达到捕获物体的目的。

图5 旋转方向判断
2）跟踪物体。

根据物体移动的速度和方向，调节云台的旋转速度，使监视范围的中线尽量与物体的质心重合。

3）释放物体。

当物体离开监视范围后，控制监视设备复位，再次进入检测状态。

2.5程序流程图
本系统的流程如图6所示。

图6 流程图
3 结束语
经过多次试验，在一定的速度范围内，本系统可以精确的跟踪目标，自动调节云台跟踪物体旋转，可以得到良好的监视画面。

该方法还可以应用到其他相关的各种领域，例如各种监控系统，智能机器人的视觉，汽车的自动驾驶等等。

参考文献：
1.杨帆.数字图像处理与分析[M].北京:北京航空航天大学出版社,2010.
2.张天序著.成像自动目标识别[M].武汉:湖北科学技术出版社,2005
3.高隽，谢昭著.图像理解理论与方法[M].北京：科学出版社，2009
4.孙燮华编著.图像处理和算法[M].北京：机械工业出版社，2010
5.（美）冈萨雷斯等著，阮秋琦等译.数字图像信息处理[M].北京:电子工业出版社,2007.
作者简介：
1.吴邵卿，1981.1
2.6，女，单位：石家庄链轮总厂，研究方向：自动化控制
2.张巧改、1981.10.8，女，工作单位：河北新天际建筑设计有限公司，研究方向：电气工程及其自动化。