[发明专利]一种基于视频的运动目标跟踪方法和系统

说明书

技术领域

本发明涉及数字图像处理技术，特别涉及一种基于视频的运动目标跟踪方法。

背景技术

计算机视觉的研究目的是使用计算机代替人眼及大脑对景物环境进行感知、解释和理解。随着计算机技术的不断发展，利用计算机来实现人类的视觉功能成为目前计算机领域中最热门的课题之一。

视频跟踪技术作为计算机视觉的一个重要课题,近年来引起越来越多的研究者们关注，这主要由于两方面原因：一方面，计算和存储成本的大幅度下跌，使得以视频速率或近似视频速率采集存储图像序列成为可能；另一方面，视频跟踪技术的极为广阔市场应用前景也是推动此研究的主要动力。视频跟踪技术除了在智能视频监控系统中具有非常重要的应用外，在人机交互、运动分析、目标识别、目标分类、机器人视觉导航、图像压缩、交通检测和虚拟现实等领域也有重要应用。除了上述民用方面的应用之外，基于图像序列的运动目标检测与跟踪技术在军事领域，特别是制导和导航方面也有广泛的应用前景。

有了视频目标的检测和跟踪，不仅为人机交互、目标运动描述、目标识别和目标分类等提供了基础，而且在获取了跟踪定位到的目标的轮廓后，可以得到目标的运动姿态，为运动目标的姿态识别、行为理解和安全监控等提供了理论。

发明内容

针对上述问题，本发明所涉及的一种基于视频图像的对运动目标进行跟踪的方法，实现对多个运动目标实现快速和高效的搜索、预测和监控，可以在复杂背景下的实现运动目标跟踪方法，可以很好的解决复杂背景下的运动目标跟踪问题，并且将周围环境的影响降低的方法。

本发明为了实现上述目的，可以使用以下方案：

本发明所涉及的一种基于视频图像的多运动目标跟踪方法，其特征在于，包括具体步骤如下：（1） 获取视频图像，建立背景更新模型；（2）对视频图像进行前景分割，通过帧差法，将背景图像与当前帧图像进行差分，从而分割出运动目标；（3）检测运动目标，将视频图像中的运动目标分割出来；（4）对于运动目标建立颜色概率分布图；（5）初始化查找颜色概率分布图中的概率分布峰值的搜索窗口；（6）计算搜索窗口的质心；（7）根据窗口的零阶矩调整搜索窗口大小，自动调整运动目标区域的大小，直到收敛，收敛区即是运动目标所在区域；（8）通过卡尔曼滤波器对下一帧图像中的搜索窗口位置进行预测；（9）在预测范围内进行质心匹配，跟踪运动目标。

在本发明所涉及的多运动目标跟踪的方法，其特征在于，其中，建立颜色概率分布图包括如下步骤：（4.1）对于运动目标区域矩形框内的图像进行彩色空间转换，将RGB空间转换到HSV空间；（4.2）统计运动目标区域的颜色直方图；（4.3）对图像进行直方图投影操作，将图像转换成颜色概率分布图像。

进一步，初始化搜索窗口包括以下步骤：（5.1）初始化搜索窗口的位置和大小；（5.2）设置搜索窗口的中心位置。

进一步，通过卡尔曼滤波器对下一帧图像中的搜索窗口位置进行预测包括如下步骤：（8.1）参数初始化：参数初始化包括定义系统测量向量、转移矩阵和测量矩阵，以及噪声协方差矩阵；（8.2）状态预测：在向量初始化以后，卡尔曼滤波器进行预测，得到预测值，并其根据预测值在的区域内，进行匹配；（8.3）状态校正：根据测量值对预测值进行校正，得到系统的最优值，更新滤波器的参数。

另外，利用卡尔曼滤波器对下一帧中的目标出现位置进行预测，确定新的搜索窗口的位置，在搜索窗口内进行质心匹配，跟踪运动目标。

发明效果

本发明所提供的一种基于视频图像的多运动目标跟踪的方法，其具有：获取视频图像，建立背景更新模型；对视频图像进行前景分割，通过帧差法，将背景图像与当前帧图像进行差分，从而分割出运动目标，能够快速的对运动目标进行跟踪和监控；检测运动目标，将视频图像中的运动目标分割出来；对于运动目标建立颜色概率分布图；查找颜色概率分布图中的概率分布峰值的搜索窗口，计算搜索窗口的质心，并根据窗口的零阶矩调整搜索窗口大小，自动调整运动目标区域的大小，直到收敛区，收敛区即是运动目标所在区域，减少了数据处理量；通过卡尔曼滤波器对下一帧图像中的搜索窗口位置进行预测；在预测范围内进行质心匹配，跟踪运动目标，实现了多运动目标的搜索、跟踪、预测和监控。

附图说明

图1 是搜索窗口匹配目标流程图

图 2是卡尔曼滤波器的工作流程图

具体实施方法