基于视频图像的固定场景下多目标运动检测与跟踪方法技术

本发明专利技术公开了一种基于视频图像的固定场景下多目标运动检测与跟踪方法，本发明专利技术把帧差法和背景减法结合起来使用，扬长避短，因为帧差法具有快速性，但检测的目标不完整，而且对阈值的要求比较高，所以可以先用帧差法检测出运动区域，再用背景减法法对其进行补充。对于物体的跟踪轨迹来说，用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，可以用帧差法来验证和补充。如果有疑惑的数据，对照帧差法，即可判断出这个点的数据是正确还是错误，这样可以提高系统的鲁棒性。

【技术实现步骤摘要】
基于视频图像的固定场景下多目标运动检测与跟踪方法
：本专利技术涉及一种基于视频图像的固定场景下多目标运动检测与跟踪方法。
技术介绍
：视频监控就是指在不需要人为干预的情况下，利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，并判断它们的行为，从而实现对目标的检测和跟踪，在遇到异常情况时报警。在对视频中的运动物体检测之前，需要对图像进行预处理，这是后续工作的基础，处理的好，能给后面的检测工作带来方便。由于安放位置、拍摄角度和光照不均匀的影响，图像会出现亮度不均匀等情况，所有这些因素都会对图像的二值分割产生影响，图像二值化处理时采用局部阈值法，则是根据像素灰度值以及这个像素周围点的局部灰度特性，来确定像素的阈值的，但是实现速度比较慢。目前，采用基于背景减法和基于帧差法的算法对运动物体进行检测和轨迹跟踪，两者各有利弊：背景减法得到的检测目标比较完整，抗干扰能力比较强，能够抑制背景的扰动，得到的效果比较好，帧差法检测的目标不完整，只能检测出车的一部分，而且也容易受环境影响；背景减法的轨迹检测结果要好些，检测的各点都比较平整，没有太大的出入，而用帧差法找重心点时，但由于车辆的速度变化，帧差法获得的区域小，不应该为中心，取尾部可克服。从轨迹跟踪的处理时间方面来分析，用背景减法找重心点时，很明显，帧差法的处理时间短，比背景减法更具备实时性，更能够满足实际的需要，经过分析，因为用背景减法时，连通区域是整个车，要对整个车找重心点，处理的像素比较多，所以用的时间就长，而用帧差法时，只是对车尾的连通区域找重心，因此，耗时就短，从耗时长短方面来说，帧差法更具备快速性。
技术实现思路
：本专利技术的目的在于提供一种基于视频图像的固定场景下多目标运动检测与跟踪方法。本专利技术的目的通过以下技术方案来实现：一种基于视频图像的固定场景下多目标运动检测与跟踪方法，先用帧差法检测出运动区域，再用背景减法对其进行补充。一种基于视频图像的固定场景下多目标运动检测与跟踪方法，对于物体的跟踪轨迹来说，先用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，再用帧差法来验证和补充。本专利技术的进一步改进在于：采用帧差法对运动物体进行检测和轨迹跟踪：首先将图像的灰度化处理，处理后的图像进行两帧相减，对图像帧差得到的结果，对帧差结果做二值化处理，对二值化图像进行取反，对取反操作后的图进行形态学操作，运用数学形态学的方法填补二值化图像中运动目标的内部空洞，即先采用开运算，再采用闭运算；基于车体区域连通面积的运动物体轨迹跟踪方法：对车尾的连通区域面积进行匹配跟踪，步骤如下：通过三个连通区域分别计算出这三个区域的面积，面积明显很小的那个就是噪声点，经过判断，为车尾的重心进行跟踪，连接重心点就可以得出运动物体的运行轨迹；在图像上用黑色方块标记车尾的重心点，即完成运动物体的跟踪。多辆车的重心点轨迹跟踪：每隔两帧截取图像，并进行重心点统计，并进行重心移动位移的计算。本专利技术的进一步改进在于：两帧相减具体为：将视频序列的连续两帧，相减后得到结果；由于车的运动，检测到的区域包含了车前一帧和后一帧的位置，由于车尾运行到下一位置，所以黑色区域为车尾在前一帧的位置与背景相减产生的。本专利技术的进一步改进在于：二值化处理具体为：用程序算出车尾的重心点，对其轨迹跟踪，这个轨迹就是运动目标的轨迹，得到检测结果后，再对其进行二值化，就可得到最终结果了。本专利技术的进一步改进在于：采用背景差分法对运动物体进行检测和轨迹跟踪：首先将图像的灰度化处理，处理后的图像进行重构背景，得到背景之后，用背景减法来检测运动车辆，背景被去除后，只显示出运动目标，得到结果，得到结果后，再对其进行二值化，就可得到最终的二值化图了，得到二值化图以后，因为图中有小空洞等噪声，所以再对二值化图进行形态学操作，运用数学形态学的方法填补二值化图像中运动目标的内部空洞，即先采用开运算，再采用闭运算；基于车体区域连通面积的运动物体轨迹跟踪方法：依据对象的连通区域面积关系来实现对运动目标的跟踪，步骤如下：采用连通区域分析算法：对连通区域面积进行跟踪，只要跟踪连通区域面积的重心，在检测运动车辆轨迹时，先对形态学处理后的二值化图像进行连通区分析，可找出车辆的重心，这个重心的运动轨迹就是车辆的运动轨迹，同时还可以算出两个重心之间的位移值，这个值就是两帧间物体移动的像素值，从而算出物体运动的瞬时速度；求取连通区域重心点后，再返回原图并进行标记；对运动目标重心点坐标的统计和重心移动位移的计算；每隔两帧截取图像，并进行重心点统计，并进行重心移动位移的计算。本专利技术的进一步改进在于：用背景减法来检测运动车辆时，采用100帧平均的背景图与当前帧相减来检测运动物体。本专利技术的有益效果为：本专利技术把帧差法和背景减法结合起来使用，扬长避短，因为帧差法具有快速性，但检测的目标不完整，而且对阈值的要求比较高，所以可以先用帧差法检测出运动区域，再用背景减法法对其进行补充。对于物体的跟踪轨迹来说，用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，可以用帧差法来验证和补充。如果有疑惑的数据，对照帧差法，即可判断出这个点的数据是正确还是错误，这样可以提高系统的鲁棒性。具体实施方式：为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。在本专利技术的一种实施方式中描述的元素和特征可以与一个或更多个其它实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，说明中省略了与本专利技术无关的、本领域普通技术人员已知的部件和处理的表示和描述。基于本专利技术中的实施例，本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：先用帧差法检测出运动区域，再用背景减法对其进行补充；或者对于物体的跟踪轨迹来说，先用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，再用帧差法来验证和补充。一种基于帧差法的运动物体检测方法与轨迹跟踪方法，包括以下步骤：A、采用帧差法对运动物体进行检测和轨迹跟踪：a、图像的灰度化处理：由于视频中的图像是彩色的，处理起来要考虑的因素比较多，由于图像的任意一个像素都具有三个不同的颜色分量，存在许多与识别无关的信息，计算比较复杂，所以先将彩色图像进行预处理，变成灰度图像，加快处理速度；b、两帧相减：将视频序列的连续两帧，相减后得到结果；由于车的运动，检测到的区域包含了车前一帧和后一帧的位置，由于车尾运行到下一位置，所以黑色区域为车尾在前一帧的位置与背景相减产生的；c、图像的二值化处理：对图像帧差得到的结果，在此做轨迹跟踪时，我们需要对帧差结果做出二值化处理，即用程序算出车尾的重心点，对其轨迹跟踪，这个轨迹就是运动目标的轨迹，得到检测结果后，再对其进行二值化，就可得到最终结果了；d、取反操作：对二值化图像进行取反，因为要提取的是车尾，所以取反本文档来自技高网...

【技术保护点】
1.一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：先用帧差法检测出运动区域，再用背景减法对其进行补充。/n

【技术特征摘要】
1.一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：先用帧差法检测出运动区域，再用背景减法对其进行补充。


2.一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：对于物体的跟踪轨迹来说，先用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，再用帧差法来验证和补充。


3.根据权利要求1或2所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：采用帧差法对运动物体进行检测和轨迹跟踪：首先将图像的灰度化处理，处理后的图像进行两帧相减，对图像帧差得到的结果，对帧差结果做二值化处理，对二值化图像进行取反，对取反操作后的图进行形态学操作，运用数学形态学的方法填补二值化图像中运动目标的内部空洞，即先采用开运算，再采用闭运算；
基于车体区域连通面积的运动物体轨迹跟踪方法：对车尾的连通区域面积进行匹配跟踪，步骤如下：通过三个连通区域分别计算出这三个区域的面积，面积明显很小的那个就是噪声点，经过判断，为车尾的重心进行跟踪，连接重心点就可以得出运动物体的运行轨迹；在图像上用黑色方块标记车尾的重心点，即完成运动物体的跟踪。多辆车的重心点轨迹跟踪：每隔两帧截取图像，并进行重心点统计，并进行重心移动位移的计算。


4.根据权利要求3所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：两帧相减具体为：将视频序列的连续两帧，相减后得到结果；由于车的运动，检测到的区域包含了车前一帧和后一帧的位置，由于车尾运行到下一位置，所以黑色区域为车尾在前一帧的位置与背景相减产生的。


5.根据权利要求3所述一种基于视...

【专利技术属性】
技术研发人员：张庆丰，葛胜升，史彦，罗家毅，刘柱，朱刘宁，
申请(专利权)人：马鞍山职业技术学院，
类型：发明
国别省市：安徽;34