[发明专利]一种改进的运动目标检测与跟踪方法

权利要求书

1.一种改进的运动目标检测与跟踪方法，其特征是：包括以下步骤：

(1)利用Vibe算法对检测的像素点进行分割：为每个像素点建立一个背景模型，比较待分类像素与背景模型的相似度，若相似度满足设定值，则判断该像素为背景，否则为前景；

(2)根据Vibe算法分割得到的连通域的空间分布关系，判断其是否为同一运动目标，如果判断结果为是，则进行连通域合并，直到目标检测完成；

(3)对前期获取到的运动对象进行跟踪，利用Kalman滤波器结合最小空间距离算法来预测每个运动对象的坐标位置，并进行不断更新、跟踪，清除消失的运动对象并不断记录运动对象的新坐标位置。

2.如权利要求1所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(1)的具体方法为：为每个像素点p_t(x)建立一个包含N个样本的背景模型：

M(x)＝{p₁,p₂,...,p_N}

通过比较待分类像素p_t(x)与背景模型M(x)的相似度，即可判断出该像素是前景还是背景，如果相似，即判断为背景，否则为前景。

3.如权利要求2所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(1)中，相似度的判断方法为：定义一个以p_t(x)为球心，R为半径的球体S_R(p_t(x))，用A来表示球体与背景模型的交集，用来判断相似度：

A＝{S_R(p_t(x))∩{p₁,p₂,...,p_N}}

当A大于一个给定的阈值时，待分类像素即为背景，否则为前景。

4.如权利要求1所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(2)的具体为：通过Vibe算法对前景分割存在以下情况：经过Vibe算法进行前景分割后，如果同一个目标被分割成了很多个目标块，那这些目标块的最小外接矩形在相对位置上还是存在一定的位置关系的：一是较小的框完全被较大的框所包含；二是两个框之间有交集，但并不完全包含；三是两个矩形框之间并没有交集，但是他们成上下关系，且质心之间的水平与垂直距离都小于一定的阈值。

5.如权利要求4所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(2)的具体方法为：假设有两个矩形窗分别为A和B，宽度分别记为W(A)和W(B)，高度记为H(A)和H(B)，中心点坐标记为(x(A),y(A))、(x(B),y(B))，则两个框中心点的水平距离为：

X_d＝|x(A)-x(B)|

垂直距离为：

Y_d＝|y(A)-y(B)|

所述步骤(2)中，如果是较小的框完全被较大的框所包含，则符合判决条件1，即：

X_d≤|W(A)-W(B)|/2

和

Y_d≤|H(A)-H(B)|/2

直接将被包含在内部的矩形框去掉即可。

6.如权利要求5所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(2)中，如果两个框之间有交集，但并不完全包含，则符合判决条件2，即：

X_d≤α₁×|W(A)+W(B)|/2

和

Y_d≤α₂×|H(A)+H(B)|/2。

7.如权利要求5所述的一种改进的运动目标检测与跟踪方法，其特征是：所述步骤(2)中，如果两个矩形框之间并没有交集，但是他们成上下关系，且质心间的水平与垂直距离都小于一定的阈值，则符合以下条件，即：

X_d≤β₁×|W(A)+W(B)|/2

和

Y_d≤β₂×|H(A)+H(B)|/2

则把这几个矩形框的最大外接矩形画出来，把内部的矩形框全部删除即可，其中，α₁、α₂、β₁和β₂是系数。