一种基于运动行为分析的目标跟踪算法制造技术

本发明专利技术涉及目标跟踪技术领域，尤其是一种基于运动行为分析的目标跟踪算法，包括背景差分，其中背景差分法步骤为：输入图像进行预处理；预处理后分别进行背景建模和运动目标检测；完成背景建模后进行运动目标检测；运动目标检测完成后进一步的滤波处理或反馈给背景建模；完成运动目标分析。本发明专利技术有益效果：本发明专利技术方便简单，很容易实现，能够提供的目标特征较全面，并且目标位置提取的精确，速度也够快。

【技术实现步骤摘要】
一种基于运动行为分析的目标跟踪算法
本专利技术涉及目标跟踪
，尤其是一种基于运动行为分析的目标跟踪算法。
技术介绍
最近二十年来，随着计算机技术的飞速发展，动态目标检测与跟踪技术在许多研究领域中成为热门问题。现如今，动态目标检测与跟踪技术很是受各研究领域的学者重视，诸如高等院校、公安交警政府部门、各类研究院的有关学者、技术工程人员等，其在智能交通、视觉导航识别、城市安全、军事制导等方面得到广泛应用。智能视频监控以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。智能视频监控系统能够识别不同的物体。发现监控画面中的异常情况，并能以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效地协助安全人员处理危机，并最大限度地降低误报和漏报现象。智能视频监控中的运动目标检测与跟踪技术则是实现这一环节的关键技术。目前比较常用的运动目标检测方法是帧间差分法、背景差分法和光流法。而几种较受关注的目标跟踪算法则有粒子滤波、基于边缘轮廓的跟踪和基于模板的目标建模等方法。由于常见的方法在对视频图像中目标尚不能完全有效地进行检测与跟踪，业界亟待一种能够实现智能视频监控中对运动目标进行跟踪，并根据运动目标的质心位置作出相应智能判断的具体方法。因此，对于上述问题有必要提出一种基于运动行为分析的目标跟踪算法。
技术实现思路
本专利技术目的是克服了现有技术中的不足，提供了一种基于运动行为分析的目标跟踪算法。为了解决上述技术问题，本专利技术是通过以下技术方案实现：一种基于运动行为分析的目标跟踪算法，包括背景差分，其中背景差分法步骤为：(1)输入图像进行预处理；(2)预处理后分别进行背景建模和运动目标检测；(3)完成背景建模后进行运动目标检测；(4)运动目标检测完成后进一步的滤波处理或反馈给背景建模；(5)完成运动目标分析。优选地，其中背景建模方法为：设fk(x，y)为图像序列第k帧图片，建立的背景模型为Bk(x，y)，则背景减除法的公式表示为:Dk(x，y)＝|fk(x，y)-Bk(x，y)|(1)式中：T-----设定的阈值Mk(x，y)-----检测后得到的二值图像通过背景差分法得到二值图像Mk(x，y)中，白色区域代表检测出的前景，即运动目标；黑色区域代表背景。优选地，其中背景建模Bk(x，y)由图像进行统计建模得到，将当前帧图像fk(x，y)与背景图像Bk(x，y)相减，比较相减后图像中的像素值与阈值T，若图像像素值小于阈值，则认为是背景像素，反之为目标像素，这样目标像素就被检测出来，然后二值化目标图像，再用形态学处理二值化后的目标图像提高被检测出的图像的质量。优选地，进一步的将目标图像中每个像素建立高斯混合模型:其中，用ωi，t表示t时刻第i个高斯分布的权重，并且t时刻像素的RGB彩色向量n取值3表示t时刻第i个高斯分布的均值向量，则称为协方差矩阵.优选地，所述高斯混合模型包括模型初始化、模型更新和目标提取。优选地，其中模型初始化根据公式(3)建立每个像素点的高斯混合模型，给各模型赋予获取的第一帧图像中的像素值作为均值，同时赋予较大的方差和较小权重给每一个高斯分布。优选地，其中模型更新当获取了新的图像，逐一匹配检验图像中每个像素的彩色向量值X,与已经构建的K个高斯分布，当则判定Xi与第i个分布匹配，否则认为不匹配；如Xi与第i个高斯分布匹配，那么按以下公式将该高斯分布的参数进行更新:ui，t＝(1-ρi，t)ui，t-1+ρi，tXt(4)式中:ρi，t≈α/ωi，t,定义为参数更新速率，α为学习速率。如果Xt,不服从于任何一个高斯分布，那么更新混合高斯模型中权重最小的高斯分布，对其赋以较大的方差和较小的权重，将其均值由当前帧图像的彩色向量Xt表示，同时，而其它的高斯分布按公式(6)更新其权重:ωi，t＝(1-α)ωi，t-1(6)优选地，其中目标提取将所有高斯分布按ωi，t/σi，t，由大到小排列，背景像素用前M个高斯分布描述:通过对以上高斯分布逐个检验，最终完成运动目标的检测。本专利技术有益效果：本专利技术方便简单，很容易实现，能够提供的目标特征较全面，并且目标位置提取的精确，速度也够快。以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。附图说明图1是本专利技术的结构框图；具体实施方式以下结合附图对本专利技术的实施例进行详细说明，但是本专利技术可以由权利要求限定和覆盖的多种不同方式实施。如图1所示，一种基于运动行为分析的目标跟踪算法，包括背景差分，其中背景差分法步骤为：(1)输入图像进行预处理；(2)预处理后分别进行背景建模和运动目标检测；(3)完成背景建模后进行运动目标检测；(4)运动目标检测完成后进一步的滤波处理或反馈给背景建模；(5)完成运动目标分析。其中背景建模方法为：设fk(x，y)为图像序列第k帧图片，建立的背景模型为Bk(x，y)，则背景减除法的公式表示为:式中：T-----设定的阈值Mk(x，y)-----检测后得到的二值图像通过背景差分法得到二值图像Mk(x，y)中，白色区域代表检测出的前景，即运动目标；黑色区域代表背景。其中背景建模Bk(x，y)由图像进行统计建模得到，将当前帧图像fk(x，y)与背景图像Bk(x，y)相减，比较相减后图像中的像素值与阈值T，若图像像素值小于阈值，则认为是背景像素，反之为目标像素，这样目标像素就被检测出来，然后二值化目标图像，再用形态学处理二值化后的目标图像提高被检测出的图像的质量。进一步的将目标图像中每个像素建立高斯混合模型:其中，用ωi，t表示t时刻第i个高斯分布的权重，并且t时刻像素的RGB彩色向量n取值3表示t时刻第i个高斯分布的均值向量，则称为协方差矩阵.其中，所述高斯混合模型包括模型初始化、模型更新和目标提取。其中模型初始化根据公式(3)建立每个像素点的高斯混合模型，给各模型赋予获取的第一帧图像中的像素值作为均值，同时赋予较大的方差和较小权重给每一个高斯分布。其中模型更新当获取了新的图像，逐一匹配检验图像中每个像素的彩色向量值X,与已经构建的K个高斯分布，当则判定Xi与第i个分布匹配，否则认为不匹配；如Xi与第i个高斯分布匹配，那么按以下公式将该高斯分布的参数进行更新:式中:ρi，t≈α/ωi，t,定义为参数更新速率，α为学习速率。如果Xt,不服从于任何一个高斯分布，那么更新混合高斯模型中权重最小的高斯分布，对其赋以较大的方差和较小的权重，将其均值由当前帧图像的彩色向量Xt表示，同时，而其它的高斯分布按公式(6)更新其权重:ωi，t＝(1-α)ωi，t-1(6)。其中目标提取将所有高斯分布按ωi，t/σi，t，由大到小排列，背景像素用前M个高斯分布描述:通过对以上高斯分布逐个检验，最终完成运动目标的检测。本专利技术方便简单，很容易实现，能够提供的目标特征较全面，并且目标位置提取的精确，速度也够快；可广泛应用于地形勘测、国家边境安全防护、城市安全、图像导航、银行、机场、学校、住宅小区及宾馆的公共安全防护中，对实时动态目标检测跟踪技术的研究有着非常重要的理论意义与现实价值。背景差分法，又名背景减除法，运动目标的检测是对比图像序列中当前图片和背景模型图片，是在视频上建立背景图像的像素模本文档来自技高网...

【技术保护点】
1.一种基于运动行为分析的目标跟踪算法，其特征在于：包括背景差分，其中背景差分法步骤为：(1)输入图像进行预处理；(2)预处理后分别进行背景建模和运动目标检测；(3)完成背景建模后进行运动目标检测；(4)运动目标检测完成后进一步的滤波处理或反馈给背景建模；(5)完成运动目标分析。

【技术特征摘要】
1.一种基于运动行为分析的目标跟踪算法，其特征在于：包括背景差分，其中背景差分法步骤为：(1)输入图像进行预处理；(2)预处理后分别进行背景建模和运动目标检测；(3)完成背景建模后进行运动目标检测；(4)运动目标检测完成后进一步的滤波处理或反馈给背景建模；(5)完成运动目标分析。2.如权利要求1所述的一种基于运动行为分析的目标跟踪算法，其特征在于：其中背景建模方法为：设fk(x，y)为图像序列第k帧图片，建立的背景模型为Bk(x，y)，则背景减除法的公式表示为:Dk(x，y)＝|fk(x，y)-Bk(x，y)|(1)式中：T-----设定的阈值Mk(x，y)-----检测后得到的二值图像通过背景差分法得到二值图像Mk(x，y)中，白色区域代表检测出的前景，即运动目标；黑色区域代表背景。3.如权利要求1所述的一种基于运动行为分析的目标跟踪算法，其特征在于：其中背景建模Bk(x，y)由图像进行统计建模得到，将当前帧图像fk(x，y)与背景图像Bk(x，y)相减，比较相减后图像中的像素值与阈值T，若图像像素值小于阈值，则认为是背景像素，反之为目标像素，这样目标像素就被检测出来，然后二值化目标图像，再用形态学处理二值化后的目标图像提高被检测出的图像的质量。4.如权利要求3所述的一种基于运动行为分析的目标跟踪算法，其特征在于：进一步的将目标图像中每个像素建立高斯混合模型:其中，用ωi，t表示t时刻第i个高斯分布的权重，并且t时刻像素的RGB彩色向量n...

【专利技术属性】
技术研发人员：邓浪平，
申请(专利权)人：广州万威伟创网络科技有限公司，
类型：发明
国别省市：广东,44