本发明专利技术公开了一种基于DSP的运动目标检测与跟踪方法，以及实现该方法的系统。该方法首先针对图像的Y分量使用帧间差分和背景差分结合的方法建立背景模型，然后检测出前景运动目标；接着通过前景运动目标建立初始目标模板，再对目标模板和待跟踪视频图像分别进行两次金字塔降采样，降低目标模板和待跟踪视频图像的分辨率。在顶层金子塔上采用粒子群优化算法对跟踪目标进行定位，在中间层和底层金字塔上采用钻石搜索的方法对跟踪目标进行定位。在目标跟踪的过程中目标模板随运动目标的变化而不断更新，实现对目标的实时连续跟踪。
【技术实现步骤摘要】
本专利技术属于图像处理与计算机视觉领域，涉及DSP技木，特别涉及金子塔多分辨率算法、粒子群优化算法和钻石搜索算法的运动目标检测与跟踪的方法和系统。
技术介绍
运动目标的检测与跟踪技术是计算机视觉的重要分支，是当前智能图像处理和视频处理的热点问题，有着广阔的应用前景和长远的经济价值。在军事方面，运动目标检测与跟踪技术可用于对空中或者地面监视范围内的运动目标的检测与跟踪；在社会生活方面，运动目标检测与跟踪技术可用于各种単位的实时监控，及时发现险情，预测可能出现的危险；在医学方面，运动目标的检测与跟踪技术可以使医生更好的诊断病情，解除病人痛苦。运动目标检测技术是指通过图像序列间的运算，找出图像中运动目标所在区域，为之后运动目标的匹配与跟踪做准备。常用的运动目标检测方法主要有背景差分法、帧间差分法和光流法。但是背景差分法无法适应实际环境中光线的变化；帧间差分法下分割出来的运动区域内常有空洞；光流法的计算量庞大，算法复杂无法满足实时跟踪的要求。运动目标跟踪技术是指分析检测获取的运动目标，将不同帧内的同一运动目标关联起来，得到其运动轨迹。常用的运动目标跟踪方法有基于模板的跟踪、基于特征的跟踪、基于目标区域的跟踪和基于目标轮廓的跟踪。但是基于模板的跟踪计算量很大；基于特征的跟踪很难确定目标的特征；基于目标区域的跟踪当目标被遮挡或者变形时容易跟丢目标；基于目标轮廓的跟踪很难实时跟踪速度快或者形变大的目标。粒子群优化算法是Kennedy博士和Eberhart博士通过对鸟群觅食行为的研究，提出的一种求解复杂问题的优化方法，在求解问题的最优解时，每个粒子通过当前自身的最优解(个体极值 )和整个粒子群的最优解(全局极值& )来更新自己的速度》S和位置ft，进而通过适应度讦伪函数计算对应的适应值，进而比较适应值选择出整体最优解，依据下式更新下一代的速度和位置，不断迭代从而寻找到系统的最优解。V1 =- ) + C2JJigi-Xi)Pi ニ Pu +其中，m为惯性权重，R为粒子的速度，为学习因子，其取值为^ = = 2, 5和!！是(0，I)之间的随机数，代表个体极值&代表全局极值。粒子在空间中不断学习个体极值和全局极值的经验更新粒子速度和位置直到寻找到最优解。钻石搜索法是指充分利用运动矢量的中心偏执思想，通过搜索窗ロ中心位置附近的点找到目标模块与待捜索区域的最佳匹配区域。在使用该方法搜索最佳匹配区域吋，选择小的搜索模板可能陷入局部最优，而选择大的搜索模板可能无法找到最佳匹配区域，因此该方法采用两种形状大小的钻石模板进行匹配捜索。其搜索过程如下首先从搜索窗ロ的中心开始，反复使用大钻石模板进行捜索。如果最佳匹配点出现在模块的边沿，那么以该点为中心，继续以大钻石模板进行捜索；如果最佳匹配点出现在模板的中心，那么换用小钻石模板进行捜索周围的四个点，找出最佳匹配点，最后结束捜索。在搜索过程中，如果本步需要捜索的点在上一歩中已经搜索过了，那么就不再考虑这些点了。如果模板中有些点超出了搜索窗ロ的范围，那么也不再考虑这些点。虽然钻石捜索法没有限定捜索的次数，但是由于运动矢量的中心偏置，会很快搜索到最佳匹配区域。目前需要提出更加有效的运动目标检测与跟踪方法。
技术实现思路
为克服上述已有技术问题的不足，本专利技术提出一种实时的基于DSP的运动目标的检测与跟踪方法以及实现这种方法的图像处理系统，从而实现运动目标的实时检测与跟足示O本专利技术提供的基于DSP的运动目标检测与跟踪系统，包含视频采集模块、视频处 理模块以及显示模块；所述视频采集模块通过一路CXD摄像头采集视频信号，将采集的模拟视频信号传输到SEED VPM642视频处理模块，在VPM642中通过高性能视频解码器TVP5150将模拟视频信号转换成BT. 656格式的视频信号，并将该信号传输给DSP的视频接ロ ；DSP的视频接ロ结合EDMA通道将视频信号传送到SDRAM的缓存区中，通过DM642处理完数据后，由视频编码器SAA7121H将数据转换成模拟信号传送给显示模块的显示器，通过显示器显示前景运动目标。本专利技术还提供了一种改进的针对采集到的图像中Y分量的背景建模方法，包括如下步骤 步骤I :首先输入ー帧图像，判断帧数是否大于3，当帧数大于3的时候对输入图像的Y分量进行连续三帧差分，并将差分后的图像进行ニ值化；假设输入的三帧图像分别为Hfta ,其差分图像分别记为H ,其中这=Lfi-ム丨Au=|U|,其三巾贞差分图像记为も=,此处&代表逻辑与运算； 步骤2 :将冬进行ニ值化处理，生成ニ值化图像~ ; 步骤3 :将ニ值化图像~分割为Im*的模块，记为; 步骤4 :将每ー块~4/1进行形态学连通区域检测和滤波，去除噪声；如果该区域内O的个数超过整体像素数的85%，则此块图像的背景稳定，进行步骤5 ;否则，进行步骤6 ；步骤5 :生成该块图像的背景图像模型； 步骤6 :判断生成的背景模块的数量是否大于整体模块数量的90%，如果大于90%，则背景模型初始化结束，生成背景图像模型·^力，否则，进行步骤I。本专利技术提供的基于DSP的运动目标检测与跟踪方法，包括以下步骤 Α、针对图像的Y分量通过帧间差分和背景差分相结合的方法检测出前景运动目标； B、通过前景运动目标建立目标模板同时确定下ー帧待跟踪的区域； C、对目标模板和待跟踪区域进行金字塔采样； D、通过粒子群优化算法和钻石搜索算法跟踪运动目标； Ε、不断更新目标模板实现运动目标的实时跟踪。前面所述的运动目标检测与跟踪方法，优选的方案在于，所述步骤A具体步骤如下 Al、针对图像的Y分量通过帧间差分和背景差分建模的方法建立背景模型； A2、将当前帧图像的Y分量与背景图像的Y分量相減，得到图像Y分量的差值图像； A3、对由A2得到的Y分量的差值图像进行ニ值化处理； A4、对A3得到的Y分量的ニ值化图像进行连通区域检测和滤波，去除噪声； A5、将A4得到的Y分量的ニ值化图像分别向X轴和y轴投影，根据设定的阈值寻找出前景运动目标。前面所述的运动目标检测与跟踪方法，优选的方案在于，所述步骤B具体步骤如下将当前帧图像的Y分量中以运动目标的形心作为中心，选取》 的区域作为目标模板，在下一帧图像的Y分量中以上ー帧图像测得的运动目标的形心为中心，选取的区域作为待跟踪区域。前面所述的运动目标检测与跟踪方法，优选的方案在于，所述步骤C具体步骤如下 Cl、对目标模板进行降采样处理，得到目标模板的中间层金字塔图像；然后对目标模板的中间层金字塔进行降采样处理，得到目标模板的顶层金字塔； C2、对待跟踪区域进行降采样处理，得到待跟踪区域的中间层金字塔，然后对待跟踪区域的中间层金字塔进行降采样处理，得到待跟踪区域的顶层金字塔。前面所述的运动目标检测与跟踪方法，优选的方案在于，所述步骤D具体步骤如下 D1、对目标模板和待跟踪区域的顶层金字塔进行匹配运算，在捜索的过程中结合PSO算法，通过粒子间的相互作用得到待跟踪区域顶层金字塔中运动目标的位置，本专利技术中使用的相关匹配函数是最小平均绝对差值函数(MAD)，运用此函数可以有效地減少运算量； D2、根据Dl得到的匹配区域像素位置，在待跟踪区域的中间层图像中，进行搜索匹本文档来自技高网...
【技术保护点】
基于DSP的运动目标检测与跟踪系统，其特征在于，包含视频采集模块、视频处理模块以及显示模块；所述视频采集模块通过一路CCD摄像头采集视频信号，将采集的模拟视频信号传输到SEED？VPM642视频处理模块，在VPM642中通过高性能视频解码器TVP5150将模拟视频信号转换成BT.656格式的视频信号，并将该信号传输给DSP的视频接口；DSP的视频接口结合EDMA通道将视频信号传送到SDRAM的缓存区中，通过DM642处理完数据后，由视频编码器SAA7121H将数据转换成模拟信号传送给显示模块的显示器，通过显示器显示前景运动目标。
【技术特征摘要】
1.基于DSP的运动目标检测与跟踪系统，其特征在于，包含视频采集模块、视频处理模块以及显示模块；所述视频采集模块通过一路CCD摄像头采集视频信号，将采集的模拟视频信号传输到SEED VPM642视频处理模块，在VPM642中通过高性能视频解码器TVP5150将模拟视频信号转换成BT. 656格式的视频信号，并将该信号传输给DSP的视频接ロ ；DSP的视频接ロ结合EDMA通道将视频信号传送到SDRAM的缓存区中，通过DM642处理完数据后，由视频编码器SAA7121H将数据转换成模拟信号传送给显示模块的显示器，通过显示器显示前景运动目标。2.一种改进的针对采集到的图像中Y分量的背景建模方法，其特征在于，包括如下步骤 步骤I :首先输入ー帧图像，判断帧数是否大于3，当帧数大于3的时候对输入图像的Y分量进行连续三帧差分，并将差分后的图像进行ニ值化；假设输入的三帧图像分别为HSuk ,其差分图像分别记为H ,其中战=Lfi=|u|,其三巾贞差分图像记为も= 4 ,此处&代表逻辑与运算； 步骤2 :将冬进行ニ值化处理，生成ニ值化图像ち； 步骤3 :将ニ值化图像~分割为Im*的模块，记为; 步骤4 :将每ー块％(4/1进行形态学连通区域检测和滤波，去除噪声；如果该区域内O的个数超过整体像素数的85%，则此块图像的背景稳定，进行步骤5 ;否则，进行步骤6 ；步骤5 :生成该块图像的背景图像模型； 步骤6 :判断生成的背景模块的数量是否大于整体模块数量的90%，如果大于90%，则背景模型初始化结束，生成背景图像模型·^力，否则，进行步骤I。3.一种基于DSP的运动目标检测与跟踪方法，其特征在于，包括以下步骤 A、针对图像的Y分量通过帧间差分和背景差分相结合的方法检测出前景运动目标； B、通过前景运动目标建立目标模板同时确定下ー帧待跟踪的区域； C、对目标模板和待跟踪区域进行金字塔采样； D、通过粒子群优化算法和钻石搜索算法跟踪运动目标； E、不断更新目标模板实现运动目标的实时跟踪。4.根据权利要求3所述的运动目标检测与跟踪方法，其特征在于，所述步骤A具体步骤如下 Al、针对图像的Y分量通过帧间差分和背景差分建模的方法建立...
【专利技术属性】
技术研发人员：葛广英，庞国瑞，
申请(专利权)人：聊城大学，
类型：发明
国别省市：
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。