运动目标检测跟踪方法研究

时间：2025-07-11

Computer与技术电脑知识与技术

ComputerKnowledgeKnowledgeandandTechnologyTechnology电脑知识

Vol.6,No.7,March2010,pp.1684-1685，1688ISSN1009-3044第6卷第7期(2010年3月)http://www.77cn.com.cnTel:+86-551-56909635690964运动目标检测跟踪方法研究

程磊

（黄淮学院电子科学与工程系，河南驻马店463000）

摘要：针对背景动态变化的场景，提出了一种基于全方位视觉的运动目标检测跟踪方法。通过目标在HSV颜色空间中的H值、目标间的欧氏距离和目标相交面积等特征融合，提高目标跟踪的鲁棒性。实验表明，所设计的方法能实现实时准确的运动目标检测与跟踪。关键词：目标检测跟踪；形态学算子；背景干扰

中图分类号：TP18文献标识码：A文章编号：1009-3044(2010)07-1684-02

ResearchandImplementationofMovingObjectsDetectionandTracking

CHENGLei

(DepartmentofElectronicScienceandEngineering,HuanghuaiUniversity,Zhumadian463000,China)

Abstract:Aimingatthesceneofdynamicchangesofbackground,anovelmethodofmovingobjectsdetectionandtracingbasedonomnidirectionalvisionispresentedinthispaper.RobusticityoftracingobjectsisimprovedbythefusionofthevalueofhueinHSVcolorspace,theEuclideandistancebetweenobjectsandtheintersectionarea.Theexperimentresultstestifythatthemethodispracticableandaccurateinreal-timedetectionandmovingobjectstracing.

Keywords:detectionandtracingofobjects;morphologicoperators;intruders

运动目标的检测与跟踪是计算机视觉领域的重要研究课题，是视频监视、交通流量监测[1]、人体检测与跟踪[2-3]等应用的基础。视频图像中运动目标检测的主要方法有：光流法、帧差法和减背景法。光流法能较准确地检测运动目标，但计算量大，难于进行运动目标的实时检测。帧差法对环境变化的适应性强，但当运动目标上象素的纹理、灰度等信息相近时，易出现运动目标的空洞现象[4-5]。减背景法能提取较为完整的前景信息，但对运动敏感性不够。

目标跟踪的方法有基于模型的跟踪、基于区域的跟踪和基于特征的跟踪等方法。Karaulova建立了人体运动学的分层模型，主要用于单目视频中人体的跟踪[7]。基于区域的跟踪，即将跟踪目标分成几个小的区域来完成目标跟踪。该方法难于处理目标遮挡情况。基于特征的跟踪对非刚体运动目标具有很好的适应性，通常将运动目标的多个特征结合使用，以提高跟踪的鲁棒性。

1目标检测

本文采用了基于减背景的目标检测方法。首先用统计方法[5,8]建立图像的背景模型，通过减背景得到前景图像，最后采用改进的二值图像连通域标记算法[9]对检测到的二值图像作分割处理得到运动目标。

1.1统计方法建立背景模型

把获取的前N帧图像作为背景提取对像，设该序列帧图像中第i帧图像的像素点(x,y)的像素值为I(x,y)，B(x,y)为N帧图像对应像素点的像素均值。这样可以减少突变对背景获取的影响，较准确的完成背景的初始化。

1.2减背景法得到前景图像

将当前帧图像与背景图像对应像素点的像素值作差，如果差值大于阈值，则该点为前景像素点。

针对所得到的二值图像中存在的残留噪声和运动区域内部空洞，采用3×3矩阵算子，对二值图像作腐蚀处理，滤除其中的残留噪声；然后进行膨胀处理，恢复运动目标的前景区域，从而得到较为准确的运动目标信息。

1.3改进的二值图像连通域标记算法

为确定运动目标的个数，采用改进的二值图像连通域标记算法对检测到的二值图像作分割处理。首先将二值图像完整扫描一遍，标记出所有的前景像素点并得出相应等价标记表，再对等价标记表中的标记值作等价对处理，最后完成二值图像的分割。

对二值图像按列从左到右进行扫描，若当前像素点为前景像素点，则按顺序查找该点周围上、左上、左、左下四个点的标记状况来确定当前点的标记值。传统二值图像连通域标记算法对周围这四个点需要相互进行等

价标记处理，即需要进行6次等价判断；本算法只需对其中的A，B两种情况作判断，如图

1所示，即只需作2次运算。