【技术实现步骤摘要】
本专利技术涉及目标跟踪，特别涉及一种基于图像分割处理的多目标跟踪方法。
技术介绍
1、视频监视中对运动目标跟踪的作用非常重要，因为它不但可以提供被监视目标的运动轨迹，也为进行场景中运动目标的运动分析和场景分析提供了可靠的数据来源，同时运动目标的跟踪信息也为运动目标的正确检测以及运动目标的识别提供了帮助。多目标跟踪就是在一段序列图像中的每幅图像中有多个目标的情况下，找到所感兴趣的运动目标所处的位置，通过饲服系统控制使目标保持在摄像机视野之内。目前在现有目标跟踪技术方案中，通常只能针对一成不变的对象进行追踪，如果针对不规则目标跟踪对象或者发生形变的目标跟踪对象，不仅计算精度不高，而且还复杂，甚至会出现跟踪丢失的现象，因此，本专利技术提出一种基于图像分割处理的多目标跟踪方法，借助目标跟踪对象的质心实现跟踪分析，不仅方法简单，计算精准度高，而且还能够针对任何状况下的目标跟踪对象都能够实现跟踪。
技术实现思路
1、本专利技术的目的在于提供一种基于图像分割处理的多目标跟踪方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于图像分割处理的多目标跟踪方法，包括：
3、采用摄像装置进行监控视频采集，并在监控视野范围内确定目标跟踪对象；
4、根据目标跟踪对象对监控视频进行图像分割，得到目标跟踪对象的分割图像；
5、针对分割图像进行图像处理，得到目标跟踪对象的分割处理图像；
6、在目标跟踪对象的分割处
7、将监控视频按照图像序列进行区域匹配，并结合目标跟踪对象的质心进行分析，确定目标跟踪对象的跟踪信息。
8、优选地，根据目标跟踪对象对监控视频进行图像分割时，采用图像差分法针对监控视频进行图像分割，将目标跟踪对象对应的图像区域作为检测区域，并在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理。
9、优选地，在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理，包括：
10、确定时间间隔k，并针对监控视频的图像序列中当前帧图像ft确定进行差分处理的前k帧图像ft-k；
11、通过滤波窗口函数分别针对前帧图像ft和前k帧图像ft-k进行像素点差分处理，得到当前帧图像的差分数据；
12、将当前帧图像的差分数据结合差分阈值进行二值化分析，得到当前帧图像二值分析结果；
13、根据二值化分析结果在当前帧图像中进行分割，将目标跟踪对象对应的图像部分分割出来，得到目标跟踪对象的分割图像。
14、优选地，针对分割图像进行图像处理时采用模板填充技术针对目标跟踪对象的分割图像进行图像处理，所述模板填充技术包括：轮廓跟踪技术、区域反填充技术、同化技术和标记值填充技术，其中，轮廓跟踪技术是根据探测准则找到目标跟踪对象的分割图像轮廓上的像素，再利用跟踪准则进行搜索与轮廓填充；区域反填充技术是识别目标跟踪对象的分割图像中的闭合边缘，针对闭合边缘内壁进行填充；同化技术是针对目标跟踪对象的分割图像中变化陡峭的内凹空隙以及内部空隙进行填充；标记值填充技术是针对目标跟踪对象的分割图像中内部孔洞或缺口进行填充。
15、优选地，在目标跟踪对象的分割处理图像中确定目标跟踪对象的质心时，针对目标跟踪对象的分割处理图像确定第一阈值，并通过第一阈值将目标跟踪对象的分割处理图像转换成一个二值化的目标跟踪图像轮廓，在目标跟踪对象轮廓中利用像素灰度值投影累加计算目标跟踪对象的质心。
16、优选地，在目标跟踪对象轮廓中利用像素灰度值投影累加计算目标跟踪对象的质心，包括：
17、将目标跟踪对象轮廓中每个像素的灰度数据向行方向和列方向分别投影和求和，得到水平方向投影累加矢量和垂直方向投影累加矢量；
18、针对水平方向投影累加矢量和垂直方向投影累加矢量中不为零的区域再次进行累加，得到水平方向总累加值和垂直方向总累加值；
19、在目标跟踪对象轮廓中确定起始点和终点，并从起始点开始结合水平方向总累加值和垂直方向总累加值按照水平方向和垂直方向分别进行判断与累加，得到目标跟踪对象的质心位置。
20、优选地，将监控视频按照图像序列进行区域匹配时，将目标跟踪对象划分成多个小目标区域，并根据小目标区域在监控视频的图像序列中建立目标对应关系，然后基于目标对应关系进行目标跟踪对象跟踪。
21、优选地，根据小目标区域在监控视频的图像序列中建立目标对应关系时，在监控视频的图像序列中按帧分析，针对每一帧中的小目标区域进行匹配，当相邻帧中的小目标区域完全匹配时，直接针对相邻帧中的目标跟踪对象建立目标对应关系，当相邻帧中的小目标区域不完全匹配时，进一步分析匹配的小目标区域的数目，当匹配的小目标区域的数目超出预设界值时，相邻帧中出现同一目标跟踪对象，此时，针对相邻帧中的目标跟踪对象建立目标对应关系，当匹配的小目标区域的数目未超出预设界值时，相邻帧中目标跟踪对象丢失，无法针对相邻帧中的目标跟踪对象建立目标对应关系。
22、优选地，在相邻帧中目标跟踪对象丢失时，结合监控视频的图像序列再次分析，包括：
23、将目标跟踪对象丢失的图像帧作为分析对象，在监控视频的图像序列中获取分析对象后面的连续多帧图像，得到分析目标集；
24、在分析目标集中针对每帧图像与分析对象的前一帧图像进行目标对应关系分析；
25、如果分析目标集中存在至少一帧图像与分析对象的前一帧图像建立目标对应关系，则目标跟踪对象丢失的图像帧中的目标跟踪对象被遮挡，否则目标跟踪对象从分析对象对应的图像帧开始被丢失。
26、优选地，所述目标跟踪对象的跟踪信息包括：目标跟踪对象的状态、目标跟踪对象的运动方向和目标跟踪对象的轨迹。
27、本专利技术采用简单方法实现了对目标跟踪对象的跟踪，从而使得在监控视频中能够选的任意物体作为目标跟踪对象进行跟踪，而且参照目标跟踪对象的质心进行分析与追踪，避免目标跟踪对象不规则难以对目标跟踪对象进行确定，同时也能够避免目标跟踪对象发生形变导致目标丢失，从而使得无法进行跟踪，确保了追踪的进行，并且确定目标跟踪对象的质心之前针对分割图像进行图像处理，使得在进行质心分析时能够更加准确的确定质心的位置，提高质心的准确性，从而提高目标跟踪对象的跟踪信息的精准度。
28、本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
29、下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。
本文档来自技高网...【技术保护点】
1.一种基于图像分割处理的多目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的多目标跟踪方法，其特征在于，根据目标跟踪对象对监控视频进行图像分割时，采用图像差分法针对监控视频进行图像分割，将目标跟踪对象对应的图像区域作为检测区域，并在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理。
3.根据权利要求2所述的多目标跟踪方法，其特征在于，在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理，包括：
4.根据权利要求1所述的多目标跟踪方法，其特征在于，针对分割图像进行图像处理时采用模板填充技术针对目标跟踪对象的分割图像进行图像处理，所述模板填充技术包括：轮廓跟踪技术、区域反填充技术、同化技术和标记值填充技术，其中，轮廓跟踪技术是根据探测准则找到目标跟踪对象的分割图像轮廓上的像素，再利用跟踪准则进行搜索与轮廓填充；区域反填充技术是识别目标跟踪对象的分割图像中的闭合边缘，针对闭合边缘内壁进行填充；同化技术是针对目标跟踪对象的分割图像中变化陡峭的内凹空隙以及内部空隙进行填充；标记值填充技术是针对目标跟踪对象的分割图像中内
5.根据权利要求1所述的多目标跟踪方法，其特征在于，在目标跟踪对象的分割处理图像中确定目标跟踪对象的质心时，针对目标跟踪对象的分割处理图像确定第一阈值，并通过第一阈值将目标跟踪对象的分割处理图像转换成一个二值化的目标跟踪图像轮廓，在目标跟踪对象轮廓中利用像素灰度值投影累加计算目标跟踪对象的质心。
6.根据权利要求5所述的多目标跟踪方法，其特征在于，在目标跟踪对象轮廓中利用像素灰度值投影累加计算目标跟踪对象的质心，包括：
7.根据权利要求1所述的多目标跟踪方法，其特征在于，将监控视频按照图像序列进行区域匹配时，将目标跟踪对象划分成多个小目标区域，并根据小目标区域在监控视频的图像序列中建立目标对应关系，然后基于目标对应关系进行目标跟踪对象跟踪。
8.根据权利要求7所述的多目标跟踪方法，其特征在于，根据小目标区域在监控视频的图像序列中建立目标对应关系时，在监控视频的图像序列中按帧分析，针对每一帧中的小目标区域进行匹配，当相邻帧中的小目标区域完全匹配时，直接针对相邻帧中的目标跟踪对象建立目标对应关系，当相邻帧中的小目标区域不完全匹配时，进一步分析匹配的小目标区域的数目，当匹配的小目标区域的数目超出预设界值时，相邻帧中出现同一目标跟踪对象，此时，针对相邻帧中的目标跟踪对象建立目标对应关系，当匹配的小目标区域的数目未超出预设界值时，相邻帧中目标跟踪对象丢失，无法针对相邻帧中的目标跟踪对象建立目标对应关系。
9.根据权利要求8所述的多目标跟踪方法，其特征在于，在相邻帧中目标跟踪对象丢失时，结合监控视频的图像序列再次分析，包括：
10.根据权利要求1所述的多目标跟踪方法，其特征在于，所述目标跟踪对象的跟踪信息包括：目标跟踪对象的状态、目标跟踪对象的运动方向和目标跟踪对象的轨迹。
...【技术特征摘要】
1.一种基于图像分割处理的多目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的多目标跟踪方法，其特征在于，根据目标跟踪对象对监控视频进行图像分割时，采用图像差分法针对监控视频进行图像分割，将目标跟踪对象对应的图像区域作为检测区域，并在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理。
3.根据权利要求2所述的多目标跟踪方法，其特征在于，在监控视频的图像序列中利用具有一定时间间隔的两帧图像进行差分处理，包括：
4.根据权利要求1所述的多目标跟踪方法，其特征在于，针对分割图像进行图像处理时采用模板填充技术针对目标跟踪对象的分割图像进行图像处理，所述模板填充技术包括：轮廓跟踪技术、区域反填充技术、同化技术和标记值填充技术，其中，轮廓跟踪技术是根据探测准则找到目标跟踪对象的分割图像轮廓上的像素，再利用跟踪准则进行搜索与轮廓填充；区域反填充技术是识别目标跟踪对象的分割图像中的闭合边缘，针对闭合边缘内壁进行填充；同化技术是针对目标跟踪对象的分割图像中变化陡峭的内凹空隙以及内部空隙进行填充；标记值填充技术是针对目标跟踪对象的分割图像中内部孔洞或缺口进行填充。
5.根据权利要求1所述的多目标跟踪方法，其特征在于，在目标跟踪对象的分割处理图像中确定目标跟踪对象的质心时，针对目标跟踪对象的分割处理图像确定第一阈值，并通过第一阈值将目标跟踪对象的分割处理图像转换成一个二值化的目标跟踪图像轮廓，在目标跟踪对象轮廓中利用像素...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。