视频序列中运动目标实时检测与跟踪方法研究

第２２卷第４期　２００６年７月　齐齐哈尔大学学报　Ｊｏｕｒｎａｌ　ｏｆ　Ｑｉｑｉｈａｒ　Ｕｎｉｖｅｒｓｉｔｙ　Ｖ０１．２２．Ｎｏ．４　Ｊｕｌｙ，２００６　

运动目标的快速检测与跟踪算法研究　

崔玉文　，黄飞泉！，姜驶　

（１．哈尔滨工程大学计算机科学技术学院，哈尔滨１５０００１；２．哈尔滨工程大学信息与通信工程学院．哈尔滨１５０００１）　

摘要：传统的模板匹配算法精度虽高，但运算量大、效率较低。本文结合了帧差法以及多分辨率图像匹配的优点　

对模板匹配算法进行改进，并通过引入“预测”机制改变初始搜索点，减少＿ｒ匹配区域．提高ｒ运算速度，满足　

了实时处理要求。同时，采用了一种根据灰度特征进行模式匹配的跟踪算法．提高了模板　配法对于目标运动姿　

态变化的自适应能力。仿真结果表明：上述算法在目标方向、平移、旋转以及图像背景、对比度、亮度发生改变　

时，均能较好的检测到目标。　

关键词：运动目标；快速检测；跟踪算法　

，中图分类号：ＴＰ２７４　文献标识码：Ａ　文章编号：１００７—９８４Ｘ（２００６）０４—００２４－０５　

视频图像中运动目标的检测与跟踪技术已经被广泛地应用到多媒体技术、视频数据压缩技术、工业生　

产、军事应用等各个领域，研究运动目标的检测与跟踪问题，有很大的现实意义和应用价值。实时序列图　

像中运动目标的检测与跟踪是图像处理、计算机视觉、模式识别等领域的重要课题，它把图像处理、自动　

控制、信息科学等技术有机地结合起来，形成了一种从图像信息中实时地检测出运动目标、提取目标的位　

置信息并进行跟踪的新技术。　

ｌ运动目标的跟踪识别过程　

运动目标自动跟踪系统包括了运动目标的检测、跟踪、目标分类和行为理解等方面，涉及到计算机视　

觉、模式识别和人工智能等领域的许多核心课题，是一个具有挑战性的困难问题。由于视频序列图像可以　

看成是在等时间间隔上所采集的一系列静止图像的集合，因此运动目标的跟踪识别可转化为对序列图像的　

每一帧图像进行检测识别，确定图像中是否有目标存在，以及目标存在时，确定目标的位置，然后将识别　

面向视频卫星运动目标检测与跟踪技术研究

面向视频卫星运动目标检测与跟踪技术研究

引言

随着卫星技术的飞速发展，视频卫星成为获取地球表面信息最重要的手段之一。在视频卫星数据中，运动目标的快速检测与跟踪技术具有极大的实用价值，可以应用于军事侦察、灾害监测、交通道路监控等领域。本文将介绍面向视频卫星运动目标检测与跟踪技术的研究现状和相关方法。

一、视频卫星图像特点及挑战

视频卫星图像具有以下特点：1）高分辨率：视频卫星能够捕捉到地表的细节信息；2）大视场：覆盖面积广，可以同时监测多个区域；3）大数据量：高分辨率和大视场下，生成的数据量庞大。而面向视频卫星运动目标检测与跟踪任务面临的挑战主要包括：1）目标尺寸变化：目标在运动过程中，尺寸不断变化，如何准确地检测和跟踪是一个难题；2）遮挡：目标之间或目标与地物之间可能存在遮挡现象，导致检测和跟踪的困难；3）背景复杂：地表背景多种多样，包括陆地、海洋、云层等，如何对目标与背景进行有效分割也是一个挑战。

二、视频卫星运动目标检测技术研究

1. 基于传统图像处理方法的视频卫星运动目标检测技术

传统图像处理方法主要通过预定义规则和阈值来进行目标检测。常用的方法包括背景差分法、帧差法、形态学运算等。这些方法简单直观，但对目标尺寸变化、遮挡等问题处理效果较差。

2. 基于特征提取和机器学习的视频卫星运动目标检测技术 在视频卫星图像中，可以提取多种特征来描述目标，如颜色、纹理、边缘等。机器学习算法可以通过训练样本学习到目标的特征模式，从而实现目标的检测。常用的机器学习方法包括支持向量机(SVM)、随机森林(RF)、深度学习等。这些方法在一定程度上可以解决目标尺寸变化和遮挡的问题，但在处理复杂背景下仍有限制。

三、视频卫星运动目标跟踪技术研究

视频卫星运动目标跟踪主要是基于目标的相似性和连续性原则，通过对目标进行匹配和建模来实现目标的连续追踪。常见的方法包括基于模板匹配、关联滤波、粒子滤波等。这些方法能够有效跟踪目标在一定时间范围内的运动，但对于目标尺寸变化和遮挡问题仍然具有一定的局限性。

２ｏ＂年７．／ｇ　第７期　电子测试　ＥＬＥｃ７Ｆ１０ＮＩｃ　ＴＥｓＴ　Ｊｕ｜２ｏ”　Ｎｏ．７　

基于ＯｐｅｎＣＶ的视频图像序列的运动目标检测　

刘维杰，粱志剑，马铁华　

（中北大学电子测试技术重点实验室山西太原０３００５１）　

摘要：随着人工智能的发展，提出了使计算机系统具有模拟人类通过视觉接收外界信息、识别和理解周围环　

境、协助或代替人类感知的能力，基于视频序列的运动目标分析也就应运而生。本文针对目前常用的背景减　

法，帧间差分法和混合高斯背景建模的运动检测方法的优缺点，提出了一种３者相结合的运动目标检测算法。　

在讨论数学模型的基础上，通过ＯｐｅｎＣＶ进行了实现，并对传统算法进行了简要介绍。实验结果表明该算法具　

有很好的检测效果和鲁棒性。　

关键词：背景模型；背景减法；帧间差分；ＯｐｅｎＣＶ　

中图分类号：ＴＰ３９１　文献标识码：Ａ　

Ｍｏｖｉｎｇ　ｏｂｊ　ｅｃｔｓ　ｄｅｔｅｃｔｉｏｎ　ｏｆ　ｖｉｄｅｏ　ｉｍａｇｅ　

ｂａｓｅｄ　ｏｎ　ＯｐｅｎＣＶ　

Ｌｉｕ　Ｗｅｉｊｉｅ，Ｌｉａｎｇ　ｚｈｉｊｉａｎ，Ｍａ　Ｔｉｅｈｕａ　

（Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｎ　Ｅｌｅｃｔｒｏｎｉｃ　Ｔｅｓｔ＆Ｍｅａｓｕｒｅｍｅｎｔ　Ｌａｂｏｒａｔｏｒｙ　ｏｆＮｏｒｔｈ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＣｈｉｎａ，Ｓｈａｎｘｉ　Ｔ￣ｙｕａｎ，　

０３００５１，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｗｉｔｈ　ｔｈｅ　ｄｅｖｅｌｏｐｍｅｎｔ　ｏｆ　ａｒｔｉｆｉｃｉａｌ　ｉｎｔｅｌｌｉｇｅｎｃｅ，ｐｅｏｐｌｅ　ｂｅｇｉｎ　ｔｏ　ｐｒｏｐｏｓｅｄ　ｔｏ　ｈａｖｅ　ｃｏｍｐｕｔｅｒ　ｓｙｓｔｅｍ　ｈａｖｅ　

ｃａｐａｂｉｌｉｔｙ　ｏｆ　ｓｉｍｕｌａｔｅ　ｈｕｍａｎ　ｖｉｓｉｏｎ　ｔｏ　ａｃｃｅｐｔ　ｔｈｅ　ｏｕｔｓｉｄｅ　ｉｎｆｏｒｍａｔｉｏｎ，ｉｄｅｎｔｉｆｙ　ａｎｄ　ｕｎｄｅｒｓｔａｎｄ　ｔｈｅ　ｓｕｒｒｏｕｎｄｉｎｇ　

ｅｎｖｉｒｏｎｍｅｎｔ，ｔｏ　ａｓｓｉｓｔ　ｏｒ　ｒｅｐｌａｃｅ　ｈｕｍａｎ　ｐｅｒｃｅｐｔｉｏｎ，ａｎａｌｙｓｉｓ　ｏｆ　ｖｉｄｅｏ　ｓｅｑｕｅｎｃｅｓ　ｏｆ　ｍｏｖｉｎｇ　ｏｂｊｅｃｔｓ　ｉｓ　ｅｍｅｒｇｅｄ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ａ　ｎｅｗ　ｍｏｔｉｏｎ　ｄｅｔｅｃｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｗｈｉｃｈ　ｃｏｍｂｉｎｅｄ　ｃｏｍｍｏｎｌｙ　ｕｓｅｄ　ｂａｃｋｇｒｏｕｎｄ　ｓｕｂｔｒａｃｔｉｏｎ，ｆｒａｍｅ　ｄｉｆｆｅｒｅｎｃｅ　

帧差法

近 些 年 来 , 世 界 各 地 的 学 者 们 针 对 视 频 图 像 中 的 运 动 目 标 检 测 与 跟 踪

问 题 做了大 量 而 深入 的 研 究, 提 出 了很 多 极 其 有效 的 算 法难 点 主 要 在于 视

频 序 列 中 有 各 种 不 同 的 干 扰 因 素 , 这 些 因 素 主 要 包 括 : 光 线 明 暗 的 变 化 、

成像 传 感 器 本 身 的 固 有 噪 声 、 运 动 目 标 自 身 的 形 变 或 位 移 变 化 、 背 景 中 的

杂 波 、 运动目 标 的 互相 遮 挡 或者 自 遮 挡等 , 这些 问 题 还有 待 于 做进 一 步 的研 究 。 目 前 , 常用 的 运动 目标 检 侧方 法 有: 光 流 法、 背 景 差 分法 和 帧 间 差分

法 。

1. 光流法

光 流 法 能 够 检 测 出 运 动 目 标 较 完 整 的 运 动 信 息 , 不 需 要 预 先 知 道 场 景

的 任 何信 息 , 能 够 较 好 的 处 理 运 动 背 景 的 情 况 , 并 且 可 以 用 于 摄 像 机 运 动

的 情 况 , 适 用于 帧 间 位 移 较 大 的 情 况 。 但 是 由 于 透 明 性 、 阴 影 、 多 光 源 、

遮 挡 和 噪 声 等 原 因 ,利 用 光 流 法 进 行 运 动 物 体 检 测 时 , 计 算 量 很 大 , 无 法

保 证 实 时 性 和 实 用 性 , 故 难以 应 用 到 实 时 系 统 , 同 时 对 噪 声 比 较 敏 感 , 计

算 结 果 精 度 较 低 , 难 以 得 到 运 动 目标的 精 确边 界 。

2 .

背景 差 分 法操 作 简 单, 能 够 提 供完 全 的 特征 数 据, 但 对 目 标 的检 测 能

力较 低 , 尤 其 对 天 气 、 光 照 等 噪 声 的 影 响 极 其 敏 感 ,