[发明专利]运动目标跟踪方法及其系统

权利要求书

1.一种运动目标跟踪方法，其特征在于，所述运动目标跟踪方法包括如下步骤：

(1)检测目标，将视频场景中的运动目标区域从背景中分割出来；

(2)预测目标，估计目标的下一帧运动；

(3)匹配目标，跟踪匹配的稳定目标，并滤除虚假目标；和

(4)更新目标，更新当前帧中稳定目标的模板；

其中，所述检测目标包括如下步骤：

获取视频，获取视频内容以得到场景图像，并建立背景模型；

预处理图像，消除场景图像对背景模型的影响；所述预处理图像包括：滤波处理和全局运动补偿；其中，所述滤波处理包括：对图像进行噪声过滤处理、图像平滑处理；所述全局运动补偿，是补偿由于相机轻微摆动而引起的图像全局运动，在全局运动补偿中，运动模型包括平移、旋转、变焦；

标记区域，根据背景模型对场景图像进行前景分割，并标记出连通区域；所述标记区域包括如下步骤：前景分割，基于背景模型对场景图像进行分割，以得到前景的二值图像；形态学处理，使用数学形态学的方法处理所述的二值图像，以去除面积较小的虚假区域，并填充面积较大的区域；以及连通区域标记，用连通域的方法标记同一场景中的不同区域，以区别不同的目标区域； 

维护状态，包括状态判定和异常检测；所述状态判定，是判定执行检测目标的模块当前所处的状态，做出相应处理；当场景稳定时间超过第一阈值，系统由初始化状态进入工作状态；当场景改变时间超过第二阈值，系统由工作状态进入初始化状态；所述异常检测，是在视频信号干扰严重，以及有人为的遮挡相机的情况时执行；根据两次背景的边缘匹配值及背景初始化成功的最短时间判断，若当前帧的背景与背景模型的边缘相匹配的数值小于第三阈值或背景初始化成功的最短时间超过第四阈值，则认为是异常现象；

增强区域，使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假区域；所述增强区域包括：阴影检测，针对每个连通区域，分别计算该连通区域内的像素值的均值，并将该均值作为阈值，判定该连通区域的阴影区域，然后将阴影区域滤除，若像素值小于所述阈值，则判定为阴影；高亮检测，检测图像是否处于高亮状态，若是，则进行亮度补偿，亮度补偿使得图像的像素值的均值为128；树滤波，检测图像中的摆动树叶和摆动树叶阴影，并将其从前景图像中滤除；其中检测摆动树叶是根据以下两个特征之一判定实现的：(1)运动轨迹跟踪，当运动轨迹点中目标对应区域属于运动区域面积的部分小于运动区域面积的第五阈值时，则认为该目标是摆动树叶；(2)质心运动的振幅，当相邻轨迹点中目标质心的位移变化超过目标宽度的第六阈值时，则认为该目标是摆动树叶；检测摆动树叶阴影的方法是：分别统计膨胀操作前后该连通区域内膨胀操作前后像素值为“1”的点的个数，并计算它们的比值，若该比值小于第七阈值，则 认为该连通区域是摆动树叶阴影的区域；和

分裂与合并区域，使用背景模型提供的约束以及人和车模型的先验知识对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题；所述分裂与合并区域是基于所述增强区域的处理过程，判定相邻两区域是否是同一目标区域；若属于同一目标区域，则将这两个区域合并；否则，将其分裂；其中，相邻两区域是指区域边缘距离小于第八阈值的区域；

所述预测目标是根据目标运动的累加位移及其相应的累加时间，计算该目标运动的平均速度，并根据该速度预测目标的下一次位移；其中，所述累加位移、累加时间及平均运动速度的关系为：

v＝s/t

其中，s为目标质心稳定运动多帧后的位移，t为目标运动多帧所需的时间，v为该目标稳定运动的平均速度；

根据所述平均速度v预测的下一次位移为：

s′＝v·Δt

其中，Δt为预测的目标时间，s′为目标质心稳定运动Δt时间后的位移；

所述匹配目标包括：跟踪匹配的稳定目标和滤除虚假目标；其中，所述跟踪匹配的稳定目标是判定检测区域与跟踪目标是否匹配，所述匹配根据下述公式中检测区域与目标的匹配系数D来判定：

D＝Da*A_Da+Db*A_Db+Dc*A_Dc

其中，Da为面积匹配系数，Db为直方图匹配系数，Dc为距离 匹配系数；A_Da、A_Db、A_Dc分别为Da、Db、Dc对应的权值系数，当检测区域与目标的匹配系数D大于第九阈值时，则判定该检测区域与目标匹配；面积匹配系数Da，是当检测区域与目标相交的区域的面积大于目标的面积的第十阈值时，则认为该检测区域满足面积的匹配，Da取1；否则Da取0；直方图匹配系数Db，是当检测区域与目标相交的区域的直方图大于目标的直方图的第十一阈值时，则认为该检测区域满足直方图的匹配，Db取1；否则Db取0；距离匹配系数Dc，根据检测区域是运动的还是静止的两种情况来考虑距离匹配系数Dc；若当前帧图像与前一帧图像中检测区域的差分图像中，前景点的个数大于背景点个数的第十二阈值时，则认为检测区域是运动的，否则认为该检测区域是静止的；当检测区域是运动时，计算当前一帧图像中检测区域的中心与当前帧图像中检测区域的中心的距离，若该距离小于目标所在矩形框的对角线长度的第十三阈值，则认为满足距离的匹配，Dc取1；否则Dc取0；当检测区域是静止时，计算前一帧图像中检测区域的中心与当前帧图像中检测区域的中心的距离，若该距离小于第十四阈值，则认为满足距离的匹配，Dc取1；否则Dc取0；滤除虚假目标是通过目标运动的轨迹分析，以滤除虚假的目标区域；其中，轨迹分析是利用目标轨迹信息，统计面积变化的平滑性和质心点变化的平稳性；所述统计面积变化的平滑性是指统计目标轨迹点上面积集合{area₁，area₂，...，area_n}，n表示轨迹点的个数，统计面积均值：

统计面积方差：

当 时，认为面积变化不平滑，将该目标区域滤除；

所述统计质心点变化的平稳性是根据正常目标的运动在方向上不会产生经常性突变，统计相邻轨迹点中方向变化的比率，若该比率超过第十五阈值，则认为质心点变化不平稳，将该目标区域滤除。

2.一种运动目标跟踪系统，其特征在于，所述运动目标跟踪系统包括：

检测目标模块，用于将视频场景图像中的运动目标区域从背景中分割出来；

预测目标模块，用于估计所述运动目标在下一帧场景图像中的位置；

匹配目标模块，用于跟踪匹配的稳定目标，并滤除虚假目标；和

更新目标模块，用于更新当前帧中稳定目标的模板;

其中，所述检测目标模块包括：

获取视频模块，用于获取视频内容以得到场景图像，并建立背景模型；

预处理图像模块，用于消除场景图像对背景模型的影响；

标记区域模块，用于根据背景模型对场景图像进行前景分割，并标记出连通区域；

维护状态模块，用于判定检测目标模块当前所处的状态，做出相应处理，并且在视频信号干扰严重，以及有人为的遮挡相机的情况时做异常检测； 

增强区域模块，用于使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假区域；其中，阴影检测，针对每个连通区域，分别计算该连通区域内的像素值的均值，并将该均值作为阈值，判定该连通区域的阴影区域，然后将阴影区域滤除，若像素值小于所述阈值，则判定为阴影；高亮检测，检测图像是否处于高亮状态，若是，则进行亮度补偿，亮度补偿使得图像的像素值的均值为128；树滤波，检测图像中的摆动树叶和摆动树叶阴影，并将其从前景图像中滤除；其中检测摆动树叶是根据以下两个特征之一判定实现的：(1)运动轨迹跟踪，当运动轨迹点中目标对应区域属于运动区域面积的部分小于运动区域面积的第五阈值时，则认为该目标是摆动树叶；(2)质心运动的振幅，当相邻轨迹点中目标质心的位移变化超过目标宽度的第六阈值时，则认为该目标是摆动树叶；检测摆动树叶阴影的方法是：分别统计膨胀操作前后该连通区域内膨胀操作前后像素值为“1”的点的个数，并计算它们的比值，若该比值小于第七阈值，则认为该连通区域是摆动树叶阴影的区域；和

分裂与合并区域模块，用于使用背景模型提供的约束以及人和车模型的先验知识对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题；

所述匹配目标模块包括：

跟踪匹配的稳定目标模块，用于判定检测区域与跟踪目标是否匹配；和

滤除虚假目标模块，用于滤除虚假区域。