视频目标检测与跟踪算法综述
1、引言
运动目标的检测与跟踪是机器视觉领域的核心课题之一，目前被广泛应用在视频编码、智能交通、监控、图像检测等众多领域中。本文针对视频监控图像的运动目标检测与跟踪方法，分析了近些年来国内外的研究工作及最新进展。
2、视频监控图像的运动目标检测方法
运动目标检测的目的是把运动目标从背景图像中分割出来。运动目标的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要。目前运动目标检测算法的难点主要体现在背景的复杂性和目标的复杂性两方面。背景的复杂性主要体现在背景中一些噪声对目标的干扰，目标的复杂性主要体现在目标的运动性、突变性以及所提取目标的非单一性等等。所有这些特点使得运动目标的检测成为一项相当困难的事情。目前常用的运动目标检测算法主要有光流法、帧差法、背景相减法，其中背景减除法是目前最常用的方法。
2.1 帧差法
帧差法主要是利用视频序列中连续两帧间的变化来检测静态场景下的运动目标，假设 fk (x, y) 和 f(k 1) (x, y) 分别为图像序列中的第 k 帧和第 k+1 帧中象素点
(x，y)的象素值,则这两帧图像的差值图像就如公式 2-1 所示：
Diffk 1 fk (x, y) f(k 1) (x, y) (2-1)
2-1 式中差值不为 0 的图像区域代表了由运动目标的运动所经过的区域（背景象素值不变），又因为相邻视频帧间时间间隔很小，目标位置变化也很小，所以运动目标的运动所经过的区域也就代表了当前帧中运动目标所在的区域。利用此原理便可以提取出目标。下图给出了帧差法的基本流程：1、首先利用 2-1 式得到
第 k 帧和第 k+1 帧的差值图像 Diffk 1 ；2、对所得到的差值图像 Diffk 1 二值化
（如式子 2-2 示）得到 Qk+1；3、为消除微小噪声的干扰，使得到的运动目标更准确，对Qk 1 进行必要的滤波和去噪处理，后处理结果为Mk 1 。
视频检测和运动目标跟踪方法总结
目前常用的视频检测方法可分为如下几类：光流法，时域差分法，背景消减法，边缘检测法，运动矢量检测法[2]。
一、光流法
光流法[1]是一种以灰度梯度基本不变或亮度恒定的约束假设为基础对运动目标进行检测的有效方法。光流是指图像中灰度模式运动的速度，它是景物中可见的三维速度矢量在成像平面上的投影，表示了景物表面点在图像中位置的瞬时变化，一般情况下，可以认为光流和运动场没有太大区别，因此就可以根据图像运动来估计相对运动。优点：光流不仅携带了运动目标的运动信息，而且还携带了有关景物三维结构的丰富信息，它能够检测独立运动的对象，不需要预先知道场景的任何信息，并且能够适用于静止背景和运动背景两种环境。缺点：当目标与背景图像的对比度太小，或图像存在噪音时，单纯地从图像灰度强度出发来探测目标的光流场方法将会导致很高的虚警率。且计算复杂耗时，需要特殊的硬件支持。
二、时域差分法
时域差分法分为帧差法和改进的三帧双差分法。
1.帧差法
帧差法[8]是在图像序列中的相邻帧采用基于像素点的时间差分, 然后阈值化来提取出运动区域。视频流的场景具有连续性，在环境亮度变化不大的情况下，图像中若没有物体运动，帧差值会很小；反之若有物体运动则会引起显著的差值。优点：时域相邻帧差法算法简单，易于实现，对背景或者光线的缓慢变化不太敏感，具有较强的适应性，能够快速有效地从背景中检测出运动目标。缺点：它不能完全提取运动目标所有相关像素点，在运动实体内部不容易产生空洞现象。而且在运动方向上被拉伸，包含了当前帧中由于运动引起的背景显露部分，这样提取的目标信息并不准确。
2.三帧双差分法
三帧双差分法与相邻帧差法基本思想类似，但检测运动目标的判决条件上有所不同。三帧双差分较两帧差分提取的运动目标位置更为准确。
三、背景消减法
背景消减法[4]是将当前帧与背景帧相减，用阈值T判断得到当前时刻图像中偏离背景模型值较大的点，若差值大于T则认为是前景点（目标）；反之，认为是背景点，从而完整的分割出目标物体。背景消减法检测准确，能够提取出完整的目标信息。但背景图像建立的准确与否直接关系到最终检测结果的准确性。最简单的方式是：直接抽取图像序列中没有运动目标的某帧，或在计算一段时间内多幅图像的统计平均值作为背景模型。但是，背景消减中有两个问题需要解决：背景模型的获取和背景模型的更新。基于背景统计模型估计的方法是在摄像机静止时建立背景模型，通过将当前帧和背景模型进行比较，确定出变化较大的区域认为是前景。由于该方法是利用当前图像与背景图像的比较来检测运动区域，故有些文献仍将其归为背景差分法中的一种；但是它采用概率统计的方法来描述背景，因此有的文献将其单独分为一类，称为背景建模法。背景消减法根据其背景模型的不同又可分为：直方图法、平均值法、单分布高斯背景模型、混合高斯分布背景模型、Kalman滤波器法，HMM模型法，mean shift算法，Camshift算法。
目前，运动目标检测与识别技术发展较为成熟的是美国、德国和日本等发达国家。
1955年，Wax[2]提出目标检测与跟踪的基本概念；1964年，Sittler[3]在包括数据关联等内容的多目标检测与跟踪理论方面取得了重大进展。上世纪七十年代初期，随着Kalman滤波技术[4]在雷达跟踪中的应用，目标跟踪理论开始被人们关注；Bar-Shalom[5]将铝箔理论与数据关联进行有机结合，进一步发展和完善了运动目标跟踪理论。八十年代初期，由于兴起高速处理芯片，目标检测的研究进入到了新的篇章。1997年，在卡内基梅隆大学的带领下，许多高校相继参与了视觉监控重大项目VSAM[6]（Visual Surveillance and Monitoring），主要研究在各场景下如民用、战场等进行监测的自动视频理解技术；2000年初，以麻省理工学院为首的26家高校及部分公司合作的重大项目HID[7]（Human Identification at a
Distance）计划，该项目的主要任务就是开发大范围的、多模式的视觉检测技术，来满足在远距离时对人的检测、分类和识别，增强国防和民用场合的自动保护能力，从而免受恐怖袭击；此外还有，马里兰州大学和IBM公司联合研制的实时视频监控系统W4将形状分析和目标跟踪技术相结合，对人的外表进行模型构建。
在国内，运动图像分析已在人体运动检测、智能交通、机器人视觉等很多领域展开了深层次研究。但总的来说，国内的研究主要还是停留在理论方面，尚且还未出现比较大型的并能够应用于实际的成型系统。我国从1986年开始正式立项研究图像检测，在理论研究上图像检测算法取得了很大的发展。2002年刘永信[8]等人深入探讨了递归最小二乘法在图像背景重建中的应用，该应用中用到了Kalman滤波理论的渐消记忆；同年，张辉[9]等人研究了如何实现对聚类的自动检测和测出格点监测；1999年，王栓[10]等人提出了一种运动目标检测与识别算法，其算法基于差分图像，其检测结果是符号化了的图像，其中外接矩形表示运动目标，并根据连续性约束假设，实现了对运动目标的跟踪；2003年隋晔[11]等人讲述了在交通监控系统中应用视频图像流来跟踪运动目标，并针对目标分类的具体和原则进行详细的阐述，基于目标检测提出了双差分的目标检测算法，对目标进行分类时采用了连续时间限制和最大估计的原则。
运动目标检测研究意义及国内外现状
1研究意义........................................................................................................................................ 1
2国内外研究现状 ............................................................................................................................ 1
1研究意义
众所周知，当前是信息时代，信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取、处理以及理解视觉信息，人类利用视觉感知外界环境信息的效率很高。事实上，据一些国外学者所做的统计，人类所获得外界信息有80%左右是来自眼睛摄取的图像。由此可见，视觉作为人类获取外界信息的主要载体，计算机要实现智能化，就必须能够处理图像信息。尤其是近年来，以图形、图像、视频等大容量为特征的图像数据处理广泛应用于医学、交通、工业自动化等领域。
自然界的一切图像都是连续变化的模拟图像，在日常生活中，这些图像中的运动目标往往是我们比较关心的，如：行人、行驶的交通工具以及其他的运动物体。运动目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域。因此，运动目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分。它的目的就是如何快速、准确地检测出监控视频中的运动目标，即从序列图像中将运动目标提取出来。
