运动目标的监测与跟踪论文

运动目标的监测与跟踪摘要: 对所要求的场景提出了一种检测运动物体,跟踪运动物体的方法。

用背景差分得到运动人体的区域, 通过卡尔曼滤波对人体进行跟踪，并给出实例关键词: 运动检测;运动跟踪;卡尔曼滤波1．概论视频图像分析主要是对运动图像序列进行分析处理，它通常涉及到运动检测、目标分类、目标跟踪及行为理解与描述几个过程。

其中，运动目标检测与跟踪处于整个视觉监视系统的最底层，是视频图像分析中最基本的方法，是各种后续高级处理如目标分类、行为理解等的基础。

视频图像指动态图像(moving-image)，可以认为是随时间变化的静态图像序列(Still-frame-image/picture-Sequence)。

在静态图像中，信息密度随空间分布，且相对于时间为常量;而动态图像的空间信息密度特征随时间分布。

所以，在视频图像的目标识别中，既有静态图像处理的特点，可以借用静态图像处理的一些方法;同时还有动态图像自身的特点，即动态图像连续帧之间的相关性。

根据视频图像中摄像机和场景之间是否运动将物体的运动划分为四种模式:1摄像机静止一目标静止，这实际上就是静态场景，对其处理方法就是静态图像中的处理方法。

2.摄像机静止一目标运动，这是一类非常重要的动态场景，对其处理一般包括运动目标检测、目标特性估计等，主要用于预警、监视、目标跟踪等场合。

3.摄像机运动一目标静止，这主要用于机器人视觉导航、电子地图的自动生成以及三维场景理解等。

4.摄像机运动一目标运动，这是运动物体的检测和跟踪最复杂的一种情况，但也是最普通的情况，目前关于这方面的研究还较少，理论还不够成熟。

本试验中采用的物体运动模式为摄像机静止一目标运动模式[1] 一个运动物体跟踪系统的基本过程如下：1.在图像序列中检测出运动物体及运动区域2.对检测到的运动物体提取特征建立目标匹配模板3.计算目标的形心4.预测目标在下一时刻可能运动到的位置，确定目标在下一时刻的搜索范围5.在预测的搜索范围内，用前一时刻的模板进行匹配搜索，寻找最佳匹配位置，当在预测范围内未找到目标时需进行例外处理。

[2]2．运动物体的检测方法运动目标的检测是一个重要、困难的研究课题，它除了能将运动分量和背景分量分割开，还能用检测出的运动块为以后的识别、分类以及行为分析提供感兴趣的区域。

从分割的角度来看，运动物体检测被认为是视频对象的空间域分割。

具体说来是指把序列图像中独立运动的区域逐帧检测分割出来。

换言之，所谓运动物体检测，就是当场景中有新物体进入或者场景中有物体移动时，通过检测算法得知有物体出现，而分割则是把进入场景的物体从背景图像中分割出来。

[4]目前，对运动物体的检测和运动参数测量的研究方法主要有人工神经网络方法和图像处理方法。

本文研究运用图像处理的方法进行运动物体的检测。

该方法大体上可以分为四类:基于帧间差分的方法、基于背景差分的方法、基于特征的方法和基于光流场的方法。

[1] 2．1运动物体的常用检测方法运动物体检测通常采用差分图像的方法。

差分图像一般有两种情况:1.当前图像与固定背景图像之间的差分，通常称为背景差分;2.当前连续两幅图像之间的差分，通常称为帧间差分。

本试验采用背景差分的方法以获取运动物体。

过程如下：图1 背景差分的过程基于背景差分的方法是目前运动分割中最常用的一种方法，它是利用当前图像与背景图像的差分来检测运动区域的一种技术。

该方法一般能够提供完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。

2．2灰度图像的背景提取运动目标检测和跟踪可以不直接使用原始彩色图像序列，而使用灰度图像序列，即将彩色视频图像序列转换成灰度图像序列，然后在灰度图像序列上提取背景。

彩色图像转换成灰度图像彩色图像每个像素点在RGB 空间中是一个三维矢量，每个分量分别代表红、绿、蓝三种颜色的灰度。

最简单的将彩色图像转换成灰度图像的方法是将这三个分量取平均值。

但是这种方法和人眼视觉感知不符。

人眼感知红、绿、蓝三种颜色的权重是不一样的。

JPEG 图像压缩格式采用的是YUV 空间，YUV 空间是RGB 空间的线性变换。

转换公式是0.2990.5870.1140.1690.33160.5000.5000.41860.0813Y R U G V B ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=--⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦R 、G 、B 分别表示红、绿、蓝三种颜色分量的灰度值。

Y 分量表示图像的亮度，这是符合人眼对颜色感知的。

我们就以Y 分量作为图像像素的灰度。

将彩色像素转换为灰度像素的公式为GRAY=0.299R+0.587G+0.114B将彩色图像转换为灰度图像的算法如下:遍历彩色图像的每一个像素矢量，设矢量的红、绿、蓝三色分量值为R 、G 、B ，则 输出的灰度图像的对应像素的值为0.299R+0.587G 十0.114B运动检测的目的是在图像序列中将前景运动区域从背景图像中提取出来。

运动检测是运动物体分类、跟踪和行为理解的基础，该阶段处理结果的质量直接影响到以后处理的效果，所以运动检测在人体运动分析中的作用非常重要。

然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。

[1]本实验中进行对象检测所使用的是背景相减(baekgroundsubtraetion)的方法，是目前运动分割中最常用的一种方法，它是利用当前图像与背景图像的差分来检测运动区域的一种技术，其主要工作过程如图所示:首先利用公式(1一1)计算背景图像与当前图像的差，然后对差分图像进行二值化，并对二值化后的图像进行连通性分析，当某一连通区域的面积(像素数)大于一定的阈值，则认为检测到目标出现，并且认为这个连通的区域就为提取出的目标图像。

图2 基于背景相减的运动检测算法流程图()()1(,),,k k k D x y f x y b x y -=- （2-1）()()()0,,1,k k k background whenD x y thresholdR x y foreground whenD x y threshold >⎧⎪=⎨≤⎪⎩ （2-2）该方法一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。

最简单的背景模型是时间平均图像，大部分研究人员目前都致力于开发不同的背景模型，以期减少动态场景变化对于动态分割的影响。

例如，Haritaoglu 等利用最小、最大强度值和最大时间差分值为场景中每个像素进行统计建模，并且进行周期性的背景更新;McKenna 等利用像素色彩和梯度信息相结合的自适应背景模型来解决影子和不可靠色彩线索对于分割的影响;Karmann 与Brandt 、Kilger 采用基于卡尔曼滤波(Kalmanfiltering)的自适应背景模型以适应天气和光照的时间变化;Stauffer 与Grimson 利用自适应的混合高斯背景模型(即对每个像素利用混合高斯分布建模)，并且利用在线估计来更新模型，从而可靠地处理了光照变化、背景混乱运动的干扰等的影响。

[2]此外还有以下其他方法：时间差分方法(temporal difference)。

时间差分是在连续的图像序列中两个或三个相邻帧之间采用基于像素的时间差分并且阈值化来提取图像中的运动区域，其基本过程如图3所示。

首先，利用公式（1-3）计算第k 帧图像与第k 一1帧图像之间的差别，得到差分后的图像，然后对差分后的图像进行二值化，当差分图像中某一像素值大于某一给定的阈值时，则认为该像素为前景像素，反之则认为是背景像素。

在对差分图像二值化后得到，最后对进行连通性分析，当某一连通的区域的面积大于某一给定的阈值，则检测到目标，并认为该区域就为目标所占的区域。

图3 基于时间差分的检测算法流程图()()()1,,,k k k D x y f x y f x y -=- （2-3） ()()()0,,1,k k k background whenD x y thresholdR x y foreground whenD x y threshold >⎧⎪=⎨≤⎪⎩ （2-4）Lipton 等利用两帧差分方法从实际视频图像中检测运动目标，用于目标的分类与跟踪;一种改进的方法是利用三帧差分代替两帧差分，如VSAM 开发了一种自适应背景相减与三帧差分相结合的混合算法，它能够快速有效地从背景中检测出运动目标。

时间差分运动检测方法对于动态环境具有较强的自适应型，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产生空洞现象。

光流(optiealflow)。

基于光流方法的运动检测采用了运动目标随时间变化的光流特性。

如Meyer 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标，该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。

然而，大多数的光流计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。

由于时间差分在运动实体内部容易产生空洞现象，并且很难精确地得到运动物体的轮廓信息;而光流方法时间开销比较大，且抗噪性能较差，在复杂背景下也不适用;背景相减是利用当前图像与背景图像的差分来检测速度快，并能够提供最完整的运动区域信息，缺点是对背景中的干扰比较敏感。

[2]2．3目标形心坐标的计算背景差分后图像已获得了运动目标的分割图，并将此图像进行了二值化处理，令目标区域像素灰度值为255，其它区域为0。

要想获得运动物体的运动轨迹，或要预测运动物体在下一帧图像中的位置，必须计算出运动物体的形心坐标。

2．4对检测部分的讨论：本次实验检测的场景：两个朋友相互走近，并握手寒暄。

在本实验中，为便于说明起见，从右走到左边的同学称为A 同学，从左走到右边的同学称为B 同学。

本次检测部分的问题有如下一些：由于灰度图像序列进行背景差分对光照的影响十分敏感，本实验中背景的光照强度分布并不是十分均匀，此外检测对象（运动的人体）与背景的对比并不十分强烈，进行检测时获取检测对象有一定的难度，主要体现在产生了许多的背景噪声，数量多，分布广，对检测对象图像干扰十分严重。

处理中体现为进行二值化阈值处理时，处理过的二值化图像看上去效果不是很明显，检测对象（运动的人体）基本变形。

此外，本实验中，A 、B 同学的穿着对检测也有很大的影响。

具体表现在：A 同学的穿着颜色、深度从上至下与背景的差别变化较为均匀，而B 同学的穿着变化较大，上半身穿着浅颜色的衣服，与背景的差别较大，而腿部肤色与背景的差别较小，但穿着一双白色球鞋，与背景的对比十分鲜明。

结果，A 同学的检测结果较好，一般可以获得一个完整的检测对象，而B 同学的检测结果不太好，所获得的检测对象往往不完整。