论文部分内容阅读
摘要：随着电子信息技术的迅猛发展，基于图像进行运动目标的检测与追踪已经被广泛应用到了军事、交通、工业、公共生活及旅游等多个领域。在数字信号处理的基础上，实现一体化监控，可以对目标进行运动轨迹追踪，更好地提升监测效果。本文从算法分析的角度，浅谈如何更好地实现对目标的实时跟踪和追踪监测。
关键词：视频;运动目标;检测;追踪
视觉是人类感知外界的重要手段，视觉信息给人们能够留下多重刺激，同时可以有效被记录和储存，这比文字和声音更有更加显著的优势。随着计算机技术的迅速发展，图像存储也成了人类信息存储的一种有效化有效手段。目前，数字图像处理技术已经广泛应用于机器人视觉、医学图像处理、遥感图像处理以及图像追踪等多个方面。对运动目标进行有效的监测和追踪，成为图像跟踪的一个重要分支，在多个领域都有重要的应用。
一、运动目标追踪监测的一般流程
对运动目标进行监测和追踪是一个系统化处理的过程，主要包括摄像头，原始图像序列获取，运动目标检测和分类，运动目标跟踪，行为理解与描述，信息输出与处理等多个过程。对运动目标进行监测和追踪是对图像中的目标在视频中的图像场景中进行精确的位置信息划分，并对其行为进行有效的理解和描述，为更高一级的任务做有效准备。
图像运动监测与追踪涉及的数据量非常庞大，如果利用一般的追踪技术进行处理，会使运算速度较慢，而且时效性较差，影响信息疏通和处理，最重使图像系统的灵活性被大大降低。近年来，大规模集成电路以及超大规模集成电路和微处理器使得新闻发展，使得数字信号处理逐渐成为一项成熟的技术。DSP芯片已经成为目前运动目标检测与跟踪中使用最广泛的一个核心处理器，研究基于算法的运动目标检测与追踪具有非常重要的意义。
二、视频图像选择的设计与实现
图像处理主模块通过DM642的EMIF接口扩展片外存储器SDRAM和FLASH，并利用CPLD控制FLASH的高3位地址线进行分页。视频输入、输出模块主要包括视频编解码器芯片SAA7113H， SAA7121H，通过采用切换方式实现视频信号的输入、输出。带云台控制的摄像头模块通过接收DM642传输的控制命令，控制云台带动摄像头完成相应的动作。其主要功能是完成图像的预处理、进行模板匹配、运动目标检测及跟踪的相关算法。
三、基于视频的运动目标检测方法
1.帧间差分法
帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法。两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。
2.背景差分法
背景差分法是是利用当前图像与背景图像的差分来检测出运动区域的一种技术。选取背景中的一幅或几幅图像的平均作为背景图像，然后把以后的序列图像当前帧和背景图像相减，进行背景消去。若所得到的像素数大于某一阈值，则判定被监控场景中有运动物体，从而得到运动目标。
3.光流法
光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。通常将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。
四、基于视频的光流运动目标检测算法
1.视频图像的角点提取
在视频的动态图像中，运动目标是一直处于运动变化中的，因此，寻找能够反应物体位置的比较特征的点进行追踪具有非常重要的意义，这可以帮助我们更好的抓取目标。同时提取特征点的动态信息，就可以很好地反映目标的运动情况。因此，我们首先需要结合焦点作视频图像目标提取工作，保留图像上的重要特征及信息，并对其进行有效的灰度处理，可以对目标点位置做有效判断。
基于角点特征在正方形区域面积内，对于待测运动目标做光流检测速度分析，并与原图像整幅灰度图像对比，将焦点图像用于光流计算的信息量大大降低，提升目标提取精度。
2.多网格快速计算
多网格计算就是线性方程求解法，是指利用多网格迭代收敛速度快的特点，求解光流约束方程导出欧拉轨迹。将离散化的方程在不同灰度变率基础上进行采样以降低误差，以线性方程求解的方式，完成在实际图像中进行采样分析，以此来确定物体的运动轨迹。
3.基于加速功能的光流动目标检测算法
通过镜头采集卡对不同背景下的运动目标实现不同帧率的图像序列采集，并将图像信息传至计算机用于角点提取和光流计算。将其变换为灰度的图像序列，对灰度图像序列进行Harris角点信息检测和提取，最后采用多网购快速计算方法对相邻帧的图像交点，进行光流场计算。该方法精度较高，且对于干扰信息的筛选效果明显。
总之，在图像序列获取并对图像进行预处理之后，我们就可以对运动目标进行有效地识别，判断有追踪，确定运动目标的位置，速度，运动轨迹等，并对其方向进行有效预测，以此来更好的监测运动目标。基于有效算法对目标进行有效的监测与追踪，可以帮助我们更好地掌握目标的运动轨迹，实现有效捕捉。
参考文献
[1]王飞. 公安视频图像中运动目标识别技术的研究与应用[J]. 警察技术， 2018， 000（002）：37-39.
[2]罗育辉， 蔡延光. 基于Android视频的目标手动追踪系统研究与实现[J]. 工业控制计算机， 2018， 031（001）：115-116，118.
[3]苏贵民. 基于交通视频和深度学习的车辆检测和跟踪[J]. 城市公用事业， 2018， 005（004）：72-76，88.
作者简介：阙玲丽（1979-），女，广西南寧人，硕士研究生，广西工商职业技术学院讲师，主要研究方向：计算机科学与技术领域
基金项目：2017年度广西壮族自治区中青年教师基础能力提升项目（桂教科研〔2017〕16号：2017KY1219）项目题目：《基于Video图像中运动目标检测与跟踪技术研究》
关键词：视频;运动目标;检测;追踪
视觉是人类感知外界的重要手段，视觉信息给人们能够留下多重刺激，同时可以有效被记录和储存，这比文字和声音更有更加显著的优势。随着计算机技术的迅速发展，图像存储也成了人类信息存储的一种有效化有效手段。目前，数字图像处理技术已经广泛应用于机器人视觉、医学图像处理、遥感图像处理以及图像追踪等多个方面。对运动目标进行有效的监测和追踪，成为图像跟踪的一个重要分支，在多个领域都有重要的应用。
一、运动目标追踪监测的一般流程
对运动目标进行监测和追踪是一个系统化处理的过程，主要包括摄像头，原始图像序列获取，运动目标检测和分类，运动目标跟踪，行为理解与描述，信息输出与处理等多个过程。对运动目标进行监测和追踪是对图像中的目标在视频中的图像场景中进行精确的位置信息划分，并对其行为进行有效的理解和描述，为更高一级的任务做有效准备。
图像运动监测与追踪涉及的数据量非常庞大，如果利用一般的追踪技术进行处理，会使运算速度较慢，而且时效性较差，影响信息疏通和处理，最重使图像系统的灵活性被大大降低。近年来，大规模集成电路以及超大规模集成电路和微处理器使得新闻发展，使得数字信号处理逐渐成为一项成熟的技术。DSP芯片已经成为目前运动目标检测与跟踪中使用最广泛的一个核心处理器，研究基于算法的运动目标检测与追踪具有非常重要的意义。
二、视频图像选择的设计与实现
图像处理主模块通过DM642的EMIF接口扩展片外存储器SDRAM和FLASH，并利用CPLD控制FLASH的高3位地址线进行分页。视频输入、输出模块主要包括视频编解码器芯片SAA7113H， SAA7121H，通过采用切换方式实现视频信号的输入、输出。带云台控制的摄像头模块通过接收DM642传输的控制命令，控制云台带动摄像头完成相应的动作。其主要功能是完成图像的预处理、进行模板匹配、运动目标检测及跟踪的相关算法。
三、基于视频的运动目标检测方法
1.帧间差分法
帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法。两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。
2.背景差分法
背景差分法是是利用当前图像与背景图像的差分来检测出运动区域的一种技术。选取背景中的一幅或几幅图像的平均作为背景图像，然后把以后的序列图像当前帧和背景图像相减，进行背景消去。若所得到的像素数大于某一阈值，则判定被监控场景中有运动物体，从而得到运动目标。
3.光流法
光流法是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。通常将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。
四、基于视频的光流运动目标检测算法
1.视频图像的角点提取
在视频的动态图像中，运动目标是一直处于运动变化中的，因此，寻找能够反应物体位置的比较特征的点进行追踪具有非常重要的意义，这可以帮助我们更好的抓取目标。同时提取特征点的动态信息，就可以很好地反映目标的运动情况。因此，我们首先需要结合焦点作视频图像目标提取工作，保留图像上的重要特征及信息，并对其进行有效的灰度处理，可以对目标点位置做有效判断。
基于角点特征在正方形区域面积内，对于待测运动目标做光流检测速度分析，并与原图像整幅灰度图像对比，将焦点图像用于光流计算的信息量大大降低，提升目标提取精度。
2.多网格快速计算
多网格计算就是线性方程求解法，是指利用多网格迭代收敛速度快的特点，求解光流约束方程导出欧拉轨迹。将离散化的方程在不同灰度变率基础上进行采样以降低误差，以线性方程求解的方式，完成在实际图像中进行采样分析，以此来确定物体的运动轨迹。
3.基于加速功能的光流动目标检测算法
通过镜头采集卡对不同背景下的运动目标实现不同帧率的图像序列采集，并将图像信息传至计算机用于角点提取和光流计算。将其变换为灰度的图像序列，对灰度图像序列进行Harris角点信息检测和提取，最后采用多网购快速计算方法对相邻帧的图像交点，进行光流场计算。该方法精度较高，且对于干扰信息的筛选效果明显。
总之，在图像序列获取并对图像进行预处理之后，我们就可以对运动目标进行有效地识别，判断有追踪，确定运动目标的位置，速度，运动轨迹等，并对其方向进行有效预测，以此来更好的监测运动目标。基于有效算法对目标进行有效的监测与追踪，可以帮助我们更好地掌握目标的运动轨迹，实现有效捕捉。
参考文献
[1]王飞. 公安视频图像中运动目标识别技术的研究与应用[J]. 警察技术， 2018， 000（002）：37-39.
[2]罗育辉， 蔡延光. 基于Android视频的目标手动追踪系统研究与实现[J]. 工业控制计算机， 2018， 031（001）：115-116，118.
[3]苏贵民. 基于交通视频和深度学习的车辆检测和跟踪[J]. 城市公用事业， 2018， 005（004）：72-76，88.
作者简介：阙玲丽（1979-），女，广西南寧人，硕士研究生，广西工商职业技术学院讲师，主要研究方向：计算机科学与技术领域
基金项目：2017年度广西壮族自治区中青年教师基础能力提升项目（桂教科研〔2017〕16号：2017KY1219）项目题目：《基于Video图像中运动目标检测与跟踪技术研究》