專利名稱：一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，特別是一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法。
背景技術(shù)：
伴隨著視頻監(jiān)控系統(tǒng)的普及，多攝像機(jī)智能視頻監(jiān)控技術(shù)得到了廣泛的研究和應(yīng)用，例如在銀行、大型商場(chǎng)、機(jī)場(chǎng)等均需要多攝像機(jī)進(jìn)行多物體跟蹤、監(jiān)控，而視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)分割、運(yùn)動(dòng)目標(biāo)跟蹤和多攝像機(jī)協(xié)同技術(shù)，成為了計(jì)算機(jī)視覺(jué)領(lǐng)域研究的熱點(diǎn)。但是目前大部分多攝像機(jī)監(jiān)控系統(tǒng)仍然被當(dāng)做一個(gè)簡(jiǎn)單的單攝像機(jī)的集合，并沒(méi)有從中獲得更多有效的信息。

發(fā)明內(nèi)容
發(fā)明目的本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)的不足，提供一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，建立一套有效的多攝像機(jī)智能監(jiān)控系統(tǒng)，通過(guò)不同攝像機(jī)場(chǎng)景中的關(guān)聯(lián)，獲得物體在整個(gè)監(jiān)控環(huán)境下的連續(xù)軌跡，從而實(shí)現(xiàn)對(duì)某一場(chǎng)景進(jìn)行全景監(jiān)控。為了解決上述技術(shù)問(wèn)題，本發(fā)明公開了一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法， 包括以下步驟步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)與分割基于動(dòng)態(tài)矩陣的自適應(yīng)背景更新算法，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，再利用形態(tài)學(xué)處理和標(biāo)記算法實(shí)現(xiàn)運(yùn)動(dòng)分割；步驟二，運(yùn)動(dòng)目標(biāo)跟蹤基于改進(jìn)的Mean Siift(均值偏移)算法確定最佳搜索框位置，從而對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；步驟三，多攝像機(jī)協(xié)同最終確定運(yùn)動(dòng)軌跡通過(guò)計(jì)算場(chǎng)邊界線，在多攝像機(jī)中建立同一物體運(yùn)動(dòng)軌跡的關(guān)聯(lián)，最終實(shí)現(xiàn)全景監(jiān)控。本發(fā)明中，優(yōu)選地，所述步驟一包括以下步驟步驟(11)，建立動(dòng)態(tài)矩陣區(qū)分運(yùn)動(dòng)目標(biāo)與背景；包括在動(dòng)態(tài)背景更新算法之上引入動(dòng)態(tài)矩陣，調(diào)整參數(shù)以降低噪聲對(duì)幀差的干擾步驟(12)，利用形態(tài)學(xué)中的腐蝕、膨脹等操作對(duì)單個(gè)攝像機(jī)拍攝的圖像進(jìn)行處理； 包括形態(tài)學(xué)圖像處理中的開閉操作來(lái)去除噪點(diǎn)干擾步驟(13)，利用區(qū)域標(biāo)記算法進(jìn)行運(yùn)動(dòng)目標(biāo)與背景的分割；包括對(duì)二值圖像內(nèi)η 連通區(qū)域進(jìn)行標(biāo)記操作求得所要區(qū)域的數(shù)目，尋找運(yùn)動(dòng)目標(biāo)本發(fā)明中，優(yōu)選地，所述步驟二包括以下步驟步驟(21)，運(yùn)用Mean Siift (均值偏移)算法計(jì)算每次目標(biāo)框的重心；包括采用目標(biāo)的顏色信息作為目標(biāo)特征信息，利用一些常用的多變量核函數(shù)對(duì)目標(biāo)模板進(jìn)行搜索與足艮S宗步驟(22)，利用基于彩色直方圖的反向投影法建立跟蹤物體的顏色色相分布模型；包括將RGB模型轉(zhuǎn)換到HSV模型，通過(guò)運(yùn)動(dòng)物體H分量的概率分布圖搜索物體特征模型，再將其映射回所要觀測(cè)的圖像中去
步驟(23)，判別目標(biāo)框與顏色色相分布特征是否相似，如果符合則停止迭代計(jì)算并最終確定最佳搜索框位置；本發(fā)明中，優(yōu)選地，所述步驟三包括以下步驟步驟(31)，確定單攝像機(jī)三維場(chǎng)邊界線；包括定義攝像機(jī)所覆蓋的四棱錐空間與地平面相交所得的平面四條邊為圖像中足跡的實(shí)際邊界步驟(32)，檢測(cè)場(chǎng)邊界線，確定存在目標(biāo)物體的攝像機(jī)集合；包括判斷一臺(tái)攝像機(jī)中呈現(xiàn)的物體是否在另一臺(tái)攝像機(jī)的視野中步驟(33)，通過(guò)三維邊界場(chǎng)對(duì)跟蹤物體的約束條件，正確匹配攝像機(jī)集合中的運(yùn)動(dòng)目標(biāo)；包括采用候選物體與場(chǎng)邊界線的最短距離作為約束條件，來(lái)從集合中已存在的物體中尋找出正確匹配的物體有益效果本發(fā)明解決了單攝像機(jī)場(chǎng)景覆蓋有限的問(wèn)題，通過(guò)建立不同攝像機(jī)場(chǎng)景中的關(guān)聯(lián)，采用多攝像機(jī)協(xié)同對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤，提供一個(gè)完整的運(yùn)動(dòng)信息，從而達(dá)到全景監(jiān)控的效果。另外多攝像機(jī)協(xié)同監(jiān)控在面對(duì)遮擋問(wèn)題時(shí)較單攝像機(jī)能有更強(qiáng)的魯棒性。


下面結(jié)合附圖和具體實(shí)施方式
對(duì)本發(fā)明做更進(jìn)一步的具體說(shuō)明，本發(fā)明的上述和 /或其他方面的優(yōu)點(diǎn)將會(huì)變得更加清楚。圖1是本發(fā)明方法簡(jiǎn)化流程圖。圖2是自適應(yīng)背景法示意圖。圖3是基于色彩直方圖的均值偏移算法的流程圖。圖4是攝像機(jī)視野示意圖。圖fe和圖恥是檢測(cè)場(chǎng)邊界線示意圖。圖6是多目標(biāo)檢測(cè)場(chǎng)邊界線示意圖。
具體實(shí)施例方式本發(fā)明硬件部分由多個(gè)視頻拍攝裝置、運(yùn)算處理裝置和顯示裝置組成，核心思路是利用視頻圖像的三維特征點(diǎn)分面，網(wǎng)格化各面的特征點(diǎn)并繪制相應(yīng)紋理并判斷各面間的連通性，應(yīng)用紋理延伸技術(shù)面內(nèi)“空洞”和面面間“縫隙”，最后完成三維圖像渲染，并顯示自由視角的3D目標(biāo)。如圖1所示，本發(fā)明公開了一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，包括以下步驟步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)與分割基于動(dòng)態(tài)矩陣的自適應(yīng)背景更新算法，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，再利用形態(tài)學(xué)處理和標(biāo)記算法實(shí)現(xiàn)運(yùn)動(dòng)分割；所述步驟一包括以下步驟步驟(11)，建立動(dòng)態(tài)矩陣區(qū)分運(yùn)動(dòng)目標(biāo)與背景；引入運(yùn)動(dòng)矩陣I⑴為t時(shí)刻的圖像；I (t_ Y )為t_ Y時(shí)刻的圖像；
F(t)為I(t)與I(t-Y)的二值化后的差值圖像；D(t)為t時(shí)刻動(dòng)態(tài)矩陣。則有如下關(guān)系
權(quán)利要求
1.一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，其特征在于包括以下步驟步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)與分割基于動(dòng)態(tài)矩陣的自適應(yīng)背景更新算法，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，再利用形態(tài)學(xué)處理和標(biāo)記算法實(shí)現(xiàn)運(yùn)動(dòng)分割；步驟二，運(yùn)動(dòng)目標(biāo)跟蹤基于改進(jìn)的均值偏移算法確定最佳搜索框位置，從而對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；步驟三，多攝像機(jī)協(xié)同最終確定運(yùn)動(dòng)軌跡通過(guò)計(jì)算場(chǎng)邊界線，在多攝像機(jī)中建立同一物體運(yùn)動(dòng)軌跡的關(guān)聯(lián)，最終實(shí)現(xiàn)全景監(jiān)控。
2.根據(jù)權(quán)利要求1所述的一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，其特征在于，所述步驟一包括以下步驟步驟(11)，建立動(dòng)態(tài)矩陣區(qū)分運(yùn)動(dòng)目標(biāo)與背景；步驟(12)，利用形態(tài)學(xué)中的腐蝕、膨脹等操作對(duì)單個(gè)攝像機(jī)拍攝的圖像進(jìn)行處理；步驟(13)，利用區(qū)域標(biāo)記算法進(jìn)行運(yùn)動(dòng)目標(biāo)與背景的分割。
3.根據(jù)權(quán)利要求2所述的一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，其特征在于，所述步驟二包括以下步驟步驟(21)，運(yùn)用均值偏移算法計(jì)算每次目標(biāo)框的重心；步驟(22)，利用基于彩色直方圖的方向投影法建立跟蹤物體的顏色色相分布模型；步驟(23)，判別目標(biāo)框與顏色色相分布特征是否相似，如果符合則停止迭代計(jì)算并最終確定最佳搜索框位置。
4.根據(jù)權(quán)利要求3所述的一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，其特征在于，所述步驟三包括以下步驟步驟(31)，確定單攝像機(jī)三維場(chǎng)邊界線；步驟(32)，檢測(cè)場(chǎng)邊界線，確定存在目標(biāo)物體的攝像機(jī)集合；步驟(33)，通過(guò)三維邊界場(chǎng)對(duì)跟蹤物體的約束條件，正確匹配攝像機(jī)集合中的運(yùn)動(dòng)目
全文摘要
本發(fā)明公開了一種多攝像機(jī)協(xié)同跟蹤運(yùn)動(dòng)目標(biāo)的方法，即建立一套有效的多攝像機(jī)智能監(jiān)控系統(tǒng)，實(shí)現(xiàn)對(duì)某一場(chǎng)景進(jìn)行全景監(jiān)控。包括以下步驟步驟一，運(yùn)動(dòng)目標(biāo)檢測(cè)與分割；步驟二，對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤；步驟三，多攝像機(jī)協(xié)同最終確定運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)軌跡，從而實(shí)現(xiàn)全景監(jiān)控。本發(fā)明主要解決了單攝像機(jī)監(jiān)控范圍有限的問(wèn)題。
文檔編號(hào)G06T7/00GK102289822SQ20111026661
公開日2011年12月21日 申請(qǐng)日期2011年9月9日 優(yōu)先權(quán)日2011年9月9日
發(fā)明者付世斌, 何雨蘭, 劉凡, 袁杰, 邵真天, 鄭暉, 顧人舒 申請(qǐng)人:南京大學(xué)