[發明專利]一種運動目標檢測與跟蹤的方法和系統

無效

• 申請號: 201210246946.7
• 申請日: 2012-07-17
• 公開（公告）號: CN102831617A
• 公開（公告）日: 2012-12-19
• 發明（設計）人: 葛廣英;龐國瑞
• 申請（專利權）人: 聊城大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N5/14
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于圖像處理與計算機視覺領域，涉及DSP技術，特別涉及金子塔多分辨率算法、粒子群優化算法和鉆石搜索算法的運動目標檢測與跟蹤的方法和系統。

背景技術

運動目標的檢測與跟蹤技術是計算機視覺的重要分支，是當前智能圖像處理和視頻處理的熱點問題，有著廣闊的應用前景和長遠的經濟價值。在軍事方面，運動目標檢測與跟蹤技術可用于對空中或者地面監視范圍內的運動目標的檢測與跟蹤；在社會生活方面，運動目標檢測與跟蹤技術可用于各種單位的實時監控，及時發現險情，預測可能出現的危險；在醫學方面，運動目標的檢測與跟蹤技術可以使醫生更好的診斷病情，解除病人痛苦。

運動目標檢測技術是指通過圖像序列間的運算，找出圖像中運動目標所在區域，為之后運動目標的匹配與跟蹤做準備。常用的運動目標檢測方法主要有：背景差分法、幀間差分法和光流法。但是背景差分法無法適應實際環境中光線的變化；幀間差分法下分割出來的運動區域內常有空洞；光流法的計算量龐大，算法復雜無法滿足實時跟蹤的要求。

運動目標跟蹤技術是指分析檢測獲取的運動目標，將不同幀內的同一運動目標關聯起來，得到其運動軌跡。常用的運動目標跟蹤方法有：基于模板的跟蹤、基于特征的跟蹤、基于目標區域的跟蹤和基于目標輪廓的跟蹤。但是基于模板的跟蹤計算量很大；基于特征的跟蹤很難確定目標的特征；基于目標區域的跟蹤當目標被遮擋或者變形時容易跟丟目標；基于目標輪廓的跟蹤很難實時跟蹤速度快或者形變大的目標。

粒子群優化算法是Kennedy博士和Eberhart博士通過對鳥群覓食行為的研究，提出的一種求解復雜問題的優化方法，在求解問題的最優解時，每個粒子通過當前自身的最優解（個體極值????????????????????????????????????????????????）和整個粒子群的最優解（全局極值）來更新自己的速度和位置，進而通過適應度評價函數計算對應的適應值，進而比較適應值選擇出整體最優解，依據下式更新下一代的速度和位置，不斷迭代從而尋找到系統的最優解。

??????????????

?????????????????????????????????

其中，為慣性權重，為粒子的速度，為學習因子，其取值為，和是（0,1）之間的隨機數，代表個體極值，代表全局極值。粒子在空間中不斷學習個體極值和全局極值的經驗更新粒子速度和位置直到尋找到最優解。

鉆石搜索法是指充分利用運動矢量的中心偏執思想，通過搜索窗口中心位置附近的點找到目標模塊與待搜索區域的最佳匹配區域。在使用該方法搜索最佳匹配區域時，選擇小的搜索模板可能陷入局部最優，而選擇大的搜索模板可能無法找到最佳匹配區域，因此該方法采用兩種形狀大小的鉆石模板進行匹配搜索。其搜索過程如下：首先從搜索窗口的中心開始，反復使用大鉆石模板進行搜索。如果最佳匹配點出現在模塊的邊沿，那么以該點為中心，繼續以大鉆石模板進行搜索；如果最佳匹配點出現在模板的中心，那么換用小鉆石模板進行搜索周圍的四個點，找出最佳匹配點，最后結束搜索。在搜索過程中，如果本步需要搜索的點在上一步中已經搜索過了，那么就不再考慮這些點了。如果模板中有些點超出了搜索窗口的范圍，那么也不再考慮這些點。雖然鉆石搜索法沒有限定搜索的次數，但是由于運動矢量的中心偏置，會很快搜索到最佳匹配區域。

目前需要提出更加有效的運動目標檢測與跟蹤方法。

發明內容

為克服上述已有技術問題的不足，本發明提出一種實時的基于DSP的運動目標的檢測與跟蹤方法以及實現這種方法的圖像處理系統，從而實現運動目標的實時檢測與跟蹤。

本發明提供的基于DSP的運動目標檢測與跟蹤系統，包含視頻采集模塊、視頻處理模塊以及顯示模塊；所述視頻采集模塊通過一路CCD攝像頭采集視頻信號，將采集的模擬視頻信號傳輸到SEED?VPM642視頻處理模塊，在VPM642中通過高性能視頻解碼器TVP5150將模擬視頻信號轉換成BT.656格式的視頻信號，并將該信號傳輸給DSP的視頻接口；DSP的視頻接口結合EDMA通道將視頻信號傳送到SDRAM的緩存區中，通過DM642處理完數據后，由視頻編碼器SAA7121H將數據轉換成模擬信號傳送給顯示模塊的顯示器，通過顯示器顯示前景運動目標。

本發明還提供了一種改進的針對采集到的圖像中Y分量的背景建模方法，包括如下步驟：