原琳.韩应征基1:视频图像的运动目标检测与跟踪研究
本刊E-rmail:.he|
信患工作研究
除不相关的结构。
㈩
酏,,-f嚣铅笔翟蕊≥留7
本研究用到了4个基本运算:腐蚀、膨胀、开操作、闭操作。
腐蚀可以消除物体边界点,使得图像缩小,在本研究巾.先将罔
像腐蚀.消除物体的所有边界点后,使得物体的边界沿周边减少
一个像素面积。如果物体是圆的,它的直径在每次腐蚀后将减少
两个像素.如果物体在某一点处任意方向上连通的像素小于3
个,那么该物体经过一次腐蚀后将在该点处分裂为2个物体,也
就是说,当结构元素相当大时.通过腐蚀.把有细小的连通的物
体彼此分开。如果是和物体相比,较小的多离散的噪声即通过腐
蚀被消除。简单的膨胀运算是将与某物体接触的所有背景点合
并到该物体巾的过程.该过程的结果是使物体的面积扩大,增加
了相应数量的点。如果物体是圆的.它的直径在每次膨胀后将增
大2个像索。如果两个物体在某一点的任意方向相隔少于3个
像素,它们将在该点连通起来。腐蚀可以消除图像中小的噪声区
域和非研究运动目标物的区域,膨胀可以填补物体中的空洞。
对一个图像先进行腐蚀运算然后再进行膨胀的操作.它可
以消除细小的物体、在纤细点处分离物体、平滑较大物体的边
界时不明显地改变其面积。如果对一个图像先膨胀然后再收
缩.它具有填充物体内细小的空洞、连接邻近物体、在不明显改
变物体面积的情况下平滑其边界的作用。通常情况下。当有噪
声的图像用闭值二值化后,所得到的边界是很不平滑的,物体
区域具有一些错判的孔洞,背景区域散布着一些小的噪声物
体,连续的开和闭操作运算可以显著地改善这种情况,这时候
需要在连接几次腐蚀迭代之后,再加上相同次数的膨胀,才可
以产生所期望的效果。
式中:^(z,y)、,卜.(*,y)分别表示第£帧和第£一1帧图像中h,
y)像素的灰度值;T为阈值常量;“z.y)表示操作后图像像素(x.
y)的灰度值。
帧间差分法算法流程见图1。
^(“.y)
◇
铲
图l帧间差分法算法流程图
二值图像中为⋯1’的部分由前后两帧对应像素灰度值发生
变化的部分组成,通常包括运动目标和噪声;为“O”的部分南前
后两帧对应像素灰度值不发生变化的部分组成。即取值为l和0
的像素分别对应于前景(运动目标区域)和背景(非运动区域)。
下面通过MATLAB程序利用帧间差分法从静止的背景中分
割出目标.结果见图2。需要指出的是,将后一帧图像的灰度值减
去前一帧图像的灰度值所得到的差值图像并不完全等于运动日
标的图像,除非背景图像的像素值全为零,但只要它能起到分割
和检测图像的作用,目的就达到了.这个程序巾背景图像不完全
是静止的.但在不影响结果的前提下可以当做静止的背景图像。
本研究经过一次开运算(先腐蚀后膨胀)和一次闭运算(先膨
胀后腐蚀).最后得到所要研究的运动目标物的区域,一个平滑的
区域。由于本论文研究的是运动物体轨迹,所以我们等问隔取5
帧,经过MATLAB的实现.仅显示前两帧的处理结果(如图3)。
经过以上对二值化差值图像进行的先开运算再闭运算后。
得到了所研究运动目标物的平滑区域。
差值图像
二值化差值图像
2运动目标跟踪
图2帧问差分法MATLAB实现结果
在本论文巾.选定了交通十字路口中时刻变换轨迹的大汽
车作为研究目标,因为它的形状不容易改变而且目标明显,所以
不会因形状的变化而影响研究的结果。首先.选定一组该运动目
标的视频图像序列图片,然后将运动目标从静止背景中分割出
来。虽然这里的静止背景不是完全静止的,但是相对于运动目标
来说变化是微小的.所以可以忽略。然后利用图像运动分割中帧
差分法来分隔运动目标,并对其进行形态学描述。这样就得到了
所研究的运动目标物的二值化罔像。最后利用分块搜索的方法
估计运动目标的运动轨迹。分块搜索的步骤如下:
由图2可以看出运动口标物不是单一的,为了方便说明问
题,选择出最具有代表性的运动目标物,即十字路El一辆大汽
车,这样就一定能起到分割和检测图像的作用,为后面的运动目
标跟踪奠定基础。
二值化差值图像中的白色区域为运动目标所在的区域.然
而,利用二值化差值图像的像素值为1的白色区域并不能精确
地描绘出运动目标的形状和区域,这是因为受到了周边噪声以
及其他非运动目标的微小运动等的影响,所以.为了得到确定的
运动目标区域,在下一节中要进一步进行处理。
1
(1)在视频图像序列中选择间隔相同的5帧图像作为研究
对象.对着5帧图像进行图像处理.得到二值化差值图像作为最
终的研究对象。先去前2帧进行分块搜索。将第一帧中的运动目
2形态学图像处理技术描述
这里用到的是图像形态学的知识,利用形态学处理图像不
仅可以简化图像数据.保持目标物的基本形状特性.而且可以去
129
万方数据
全部评论(0)