專利名稱：多視頻運動目標的自動分割與跟蹤方法
技術領域：
本發(fā)明涉及到視頻運動目標的分割與跟蹤方法，尤其涉及到一種多視頻運動 目標的自動分割與跟蹤方法。
背景技術：
運動目標跟蹤是指通過對運動檢測和運動對象分割處理后得到的圖像序列 進行分析，計算出目標在每幀圖像上的二維位置坐標，并根據(jù)不同的特征值， 將圖像序列中不同幀中同一運動目標關聯(lián)起來，得到完整的運動軌跡。運動目 標跟蹤不但可以提供被監(jiān)控目標的運動軌跡，而且為許多交通參數(shù)和交通事件 提供了可靠的數(shù)據(jù)來源。因此，視頻對象跟蹤在軍事領域，智能視頻監(jiān)控，智 能交通，醫(yī)療診斷等領域有著廣闊的應用前景。
典型的視頻對象跟蹤方法可分為以下幾類基于特征的跟蹤方法、基于模 型的方法、基于區(qū)域的方法和基于動態(tài)輪廓的方法。視頻對象跟蹤建立在視頻 運動對象自動分割的基礎之上，目前針對多視頻運動目標的實時自動分割和跟 蹤方法存在以下缺陷算法的魯棒性差，對環(huán)境變化及噪聲敏感；算法通用性差, 滿足不了應用的實時性要求；當視頻中存在多個運動目標且出現(xiàn)遮擋、分裂等 行為時，其分割與跟蹤的穩(wěn)定性和準確性有待進一步提高。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術問題是提供一種可以實現(xiàn)靜止背景下多個視頻運 動目標的實時自動分割與準確跟蹤的多視頻運動目標的自動分割與跟蹤方法。
為解決上述技術問題，本發(fā)明采用的技術方案為多視頻運動目標的自動 分割與跟蹤方法，其步驟是
1) 輸入視頻圖像；
2) 自適應背景建模采用分析差異積累動態(tài)矩陣來決定某像素屬于前景或背景的方法，確定背景的更新模型；
3) 采用變系數(shù)空域濾波器掩模對背景差圖像進行空域濾波；
4) 自適應閥值化，并采用增強的Otsu法提取運動目標的輪廓信息；
5) 運動目標質(zhì)心的求取與質(zhì)心標記，其步驟為
① 運動目標質(zhì)心的求?。?br> ② 運動目標質(zhì)心標記；
6) 跟蹤運動目標，其步驟為
① 運動對象質(zhì)心的關聯(lián)跟蹤；
② 繪制運動目標運動軌跡，輸出運動目標。
所述的采用增強的OtSU法提取運動目標的輪廓信息，其步驟為
① 求取增強的OtSU法最優(yōu)二值化閥值；
② 對步驟3)中經(jīng)空域濾波后的背景差圖像采用求得的最優(yōu)二值化閥值進 行閥值化；
③ 對閾值化后的圖像采用形態(tài)學腐蝕及膨脹操作，結合形態(tài)學提取邊界的 方法提取視頻運動對象輪廓。
本發(fā)明的有益效果是
1. 采用變系數(shù)空域濾波器對自適應更新的背景差圖像進行空域濾波，提高 了運動區(qū)域的連通性和運動對象分割的準確性。通過調(diào)整或改變空域濾波器掩 模系數(shù)，該算法能夠適應不同場合視頻圖像的濾波，提高了算法的通用性和適 應性。
2. 采用增強的Otsu法所求取最優(yōu)二值化閥值對變系數(shù)濾波后的背景差圖像
進行閥值化，可使運動區(qū)域更具連通性，提高了運動目標分割的準確度。
3. 采用目標輪廓信息來計算多個運動目標的質(zhì)心位置，降低了計算量，提
高了目標的跟蹤速度。
4. 采用空間歐氏距離最短的方法對多視頻運動目標進行關聯(lián)跟蹤，避免了 常規(guī)算法計算量大的缺陷，提高了多運動目標跟蹤的實時性。


圖1是本發(fā)明所述的自動分割與跟蹤方法的流程圖。 圖2是3 X 3的變系數(shù)空域濾波器掩模的示意具體實施例方式
下面結合附圖，詳細描述本發(fā)明的具體實施方案。
如圖1所示，本發(fā)明所述的多視頻運動目標的自動分割與跟蹤方法，其步
驟是
1) 輸入視頻圖像；
2) 自適應背景建模，其步驟為
采用分析差異積累動態(tài)矩陣來決定某像素屬于前景或背景的方法，確定背
景的更新模型；設有M幀視頻序列/(o;，y，h)，/(^,力2)，…，/(u《m)，取/0r，y,^)為基 準圖像，再取第fc-r幀圖像/(x，y^—)為求取差異積累圖像的參考幀，則當前幀 y, f "與參考幀/(:r, y, &_,)之間的差異圖像P(o:, y， ifcr )為
其中A為記錄每個像素差異積累的深度。以獲取的第一幀圖像作為初始背景 B(x，y,h)，則當D(o:，y,ifc)積累至A值時，相應位置的背景像素值可根據(jù)下式
進行自適應更新；
其中系數(shù)a影響著背景緩存平滑濾波的程度及更新的速度，a取值區(qū)間為
。而對D(x，y,W為O的點則不更新背景像素值，保持原背景像素值不變；
3)采用變系數(shù)空域濾波器掩模對背景差圖像進行空域濾波；將當前幀 /Or^,W與更新所得背景B(^，W相減得背景差圖，記為
丑O, y,力fc) = a/(t,仏k) + (1 — Q!)B(:r, y, ffc—;i)再采用一種如圖2所示的3x3的變系數(shù)空域濾波器掩模對背景差圖像^(^y，k) 進行空域濾波；
其中w為待整定的系數(shù)，取值為w^l; w的整定采用最大類間方差的原理， 比較不同w系數(shù)下濾波圖像在特定閾值下的類間方差，從而整定w值；
4)自適應閥值化，并采用一種增強的OtSU法提取運動目標的輪廓信息，其
具體步驟為-
①求取增強的OtSU法最優(yōu)二值化閥值；
由常規(guī)Otsu法求得的當前濾波后背景差幀的最優(yōu)二值化閾值為:r ，定義增 強的Otsu法最優(yōu)二值化閾值為r汰，則:r汰可表示為
艮P- T^為前fc-l個幾值的非零最優(yōu)二值化閾值的均值，當/3-G時，T^需設 為適當?shù)某跏奸撝?；e為一個權系數(shù)，經(jīng)驗值區(qū)間為[0.5，小
② 對步驟3)中經(jīng)空域濾波后的背景差圖像采用求得的最優(yōu)二值化閥值進 行閥值化；
③ 對閾值化后的圖像采用形態(tài)學腐蝕及膨脹操作，結合形態(tài)學提取邊界的
方法提取視頻運動對象輪廓的步驟；
5)運動目標質(zhì)心的求取與質(zhì)心標記，其步驟為-①運動目標質(zhì)心的求取；
A. 計算由步驟4)提取的輪廓像素的灰度平均值，將這個平均值作為一個 閾值ra;
B. 根據(jù)閾值n將視頻對象二值化為圖像A(x,y);
C. 根據(jù)下式計算二值圖像&^,y)的質(zhì)心坐標Ci =
otherwise
其中:《/ 、 A爪i，o m0,l 、
I (&,2/" 二 -， -^ J
、 V爪o,o "V),o 乂
②標記運動目標質(zhì)心，其步驟為
對求取的運動目標的質(zhì)心坐標G- (&^)進行符號標記，這里用點表示運動 目標質(zhì)心；
6)跟蹤運動目標，其步驟為.-
① 運動對象質(zhì)心的關聯(lián)跟蹤；
利用視頻序列第&幀與第&-1幀中同一視頻運動對象質(zhì)心的歐氏距離最短的 特點實現(xiàn)對視頻運動對象的跟蹤；
設當前視頻幀為第fc幀，并含有iv/h視頻運動對象，記^問=(^,~)為第&幀 第i個運動對象的質(zhì)心坐標向量，其中i = l，2,...,iVfc。如果第&-1幀中含有^_1個 視頻運動對象，則第&幀中的某個視頻運動對象質(zhì)心2#)與第& - 1幀中7V^個視頻 運動對象質(zhì)心間最短的歐氏距離d，可表示為
《n = arg min歸)-，-1)|| 其中:^1，2，…，W。則《，所對應的第fc-l幀7V^個視頻運動對象中的第/h運動對 象質(zhì)心向量^(fc - 1)與&(fc)關聯(lián)，實現(xiàn)了對第/c幀視頻運動對象i質(zhì)心坐標的跟蹤關 聯(lián)。當&(/c)中的i從l變化到iVfc時，即可在第fc-l幀的iV^個視頻運動對象中找到 相應的關聯(lián)，從而實現(xiàn)對兩幀之間同一視頻運動對象的跟蹤。這里還需要考慮當 W大于、小于和等于W爿的三種情況。這三種情況在算法實現(xiàn)時需分別進行考慮， 以自動地創(chuàng)建、釋放及保持跟蹤器資源，保證每個視頻運動對象均有對應的跟 蹤器，從而實現(xiàn)自適應地對每個視頻運動對象進行跟蹤。
② 繪制運動目標運動軌跡并輸出運動目標，其步驟為
運動目標質(zhì)心用點表示，再將不同幀所對應的運動對象的質(zhì)心用線段連接 起來，并實時地輸出到原始視頻序列圖像中。
權利要求
1.多視頻運動目標的自動分割與跟蹤方法，其步驟是1)輸入視頻圖像；2)自適應背景建模采用分析差異積累動態(tài)矩陣來決定某像素屬于前景或背景的方法，確定背景的更新模型；3)采用變系數(shù)空域濾波器掩模對背景差圖像進行空域濾波；4)自適應閥值化，并采用增強的Otsu法提取運動目標的輪廓信息；5)運動目標質(zhì)心的求取與質(zhì)心標記，其步驟為①運動目標質(zhì)心的求?。虎谶\動目標質(zhì)心標記；6)跟蹤運動目標，其步驟為①運動對象質(zhì)心的關聯(lián)跟蹤；②繪制運動目標運動軌跡，輸出運動目標。
2. 如權利要求l所述的自動分割與跟蹤方法，其特征在于所述的采用增 強的OtSU法提取運動目標的輪廓信息，其步驟為；① 求取增強的OtSU法最優(yōu)二值化閥值；② 對步驟3)中經(jīng)空域濾波后的背景差圖像采用求得的最優(yōu)二值化閥值進 行閥值化；③ 對閾值化后的圖像采用形態(tài)學腐蝕及膨脹操作，結合形態(tài)學提取邊界的 方法提取視頻運動對象輪廓。
全文摘要
本發(fā)明公開了一種可以實現(xiàn)靜止背景下多個視頻運動目標的實時自動分割與準確跟蹤的多視頻運動目標的自動分割與跟蹤方法，其步驟是1)輸入視頻圖像；2)自適應背景建模；3)對背景差圖像進行空域濾波；4)自適應閥值化與運動目標輪廓的提取；5)運動目標質(zhì)心的求取與質(zhì)心標記；6)跟蹤運動目標。本發(fā)明所述的自動分割與跟蹤方法主要應用于基于內(nèi)容的視頻檢索與視頻監(jiān)控的底層視頻處理技術中。
文檔編號G06T7/20GK101527044SQ20091002546
公開日2009年9月9日 申請日期2009年3月16日 優(yōu)先權日2009年3月16日
發(fā)明者吳建明, 李銀伢 申請人:江蘇銀河電子股份有限公司