基于背景差分法和光流法视频动态目标检测与跟踪.docVIP

. . 　　 本文档下载自 HYPERLINK 文档之家，如果内容可能不完整，您可以点击以下网址继续阅读或下载：  HYPERLINK /doc/a1aa0681d0d233d4b14e694d.html /doc/a1aa0681d0d233d4b14e694d.html 基于背景差分法和光流法的视频动态目标检测与跟踪 基于背景差分法和光流法的视频动态 目标检测与跟踪 王春涛 (四川大学计算机学院,四川成都610064) 摘 要:视频运动目标检测和跟踪技术是智能视频监控的关键技术。基于这两方面展开研究,提出了自适应场境的 运动目标跟踪方法。系统由背景差分实现目标检测,由目标区域LK光流预测实现目标跟踪,并融合了/运动0背景局部更新来实现跟踪系统对环境的自适应性。最后用VC 和OpenCV软件平台设计了监控系统的演示环境,在简单场景中实现了运动目标的检测和跟踪,初步验证了系统算法的可行性和可实现性。 关键词:智能视频监控;运动目标检测;混合高斯模型;背景差分检测;运动目标跟踪中图分类号:TP391.41 文献标识码:A 文章编号:1672-7800(2011)06-0145-03 果。基于已有的研究,本文提出了自适应场境的运动目标 跟踪方法并初步验证了系统算法的可行性。 0 引言 智能视频监控系统大致可分为4部分:目标检测、目标识别、目标跟踪和行为分析。其中目标检测是最基础的部分,其他部分都是以目标检测结果为基础的。目标跟踪是被应用得最多的,如在公共场合中对可疑人物的跟踪、机器人视觉中对物体的视觉追踪、交通监控中的违章车辆的跟踪等等。目标识别常用于辅助其他部分进行目标种类的区分。行为分析就是目标运动的理解。 在国内比较有代表的研究如清华大学计算机科学与技术系的谢树煌教授等人在进行动态视频对象的识别与检测研究,对无规则行进队伍中的人员进行检测与统计的系统模型和算法设计。 国际上许多著名科研机构以及研究人员也对该领域存有浓厚的兴趣,在计算机视觉等领域取得了丰硕的成 1 基于背景差分法的视频运动目标检测 背景差分法是常用的运动目标检测方法之一,该方法实现简单,并能完整地分割出运动对象。关键是如何得到稳定、可靠的背景。本文采用的混合高斯模型,其关键是如何把新出现的数据引入到原有分布模型中,以及前景判断准则的选取。 如果能得到没有运动目标的一段帧序列,那么初始背景可从中直接抽取,最简单的方法是从中抽取出一帧作为背景。设fi(x,y)(i=1,2,,,n)为一连续的帧序列,则背景B可以通过下面公式获得: B=fi(x,y)(1) 为了获得更有代表性的背景图像,可对一系列没有包 6 结束语 采用基于AutomationGateWay,在VisualBasic环境下实现三维实体参数化设计的方法,比采用基于Pro/Toolkit在VC 环境下完成开发的方法,编程明显减少,整个过程相对简单,更易于推广和使用。一般的设计人员即可完成,使整个万向传动装置的设计易于实现不同型号的模型的建立,同样地这种方法应用于其它的零件模型的参数化中,有利于提高整个设计效率,且不需要花费太多时间。 参考文献: [1] 李玉萍.基于Pro/E的减速器大齿轮三维建模及参数化设计[J]. 机械设计与研究,2007(3). [2] 董黎敏,袁旭,郑清春,等.基于Pro/Toolkit二次开发的机械零件 参数化设计[J].组合机床与自动化加工技术,2003(5). [3] 李原,张涛,曹哲,等.支持操作的装配仿真技术研究[J].工程设 计,2000(1). [4] 林龙震.Pro/TOOLKITWildfire2.0[M].北京:电子工业出版社, 2005. [5] 周尔民.基于Pro/ENGINEER的汽车变速器虚拟装配仿真技术 [J].汽车工程,2007(6). (责任编辑:余 晓) 作者简介:王春涛(1986-),女,四川大邑人,四川大学计算机学院硕士研究生,研究方向为计算机网络与信息系统。 /doc/a1aa0681d0d233d4b14e694d.html#146#软件导刊 2011年 含运动目标的图像逐像素求平均,并把结果作为背景。 B= i=1 Ef N i (x,y) (2) 该方法更新背景的优点是:一旦某一物体成为背景的一部分,在混合模型里描述原有背景的分布仍存在,直到它成为分布序列里最后端的分布,当有新的前景点出现时,该分布模型才会被替换。 但该方法在优先权系数更新时,没有考虑初始化。一种改进的方法是设定一个常量B,则A变成一个关于t的函数,表示为 A= 1/t1/tgt;BB1/t[B (9) N 实际的监控环境大都较复杂,目标区域的像素变化很难用单一分布模型来描述,须用多分布模型