CN107909599A - 一种目标检测与跟踪*** - Google Patents

一种目标检测与跟踪*** Download PDF

Info

Publication number
CN107909599A
CN107909599A CN201711001955.9A CN201711001955A CN107909599A CN 107909599 A CN107909599 A CN 107909599A CN 201711001955 A CN201711001955 A CN 201711001955A CN 107909599 A CN107909599 A CN 107909599A
Authority
CN
China
Prior art keywords
module
image
target
video
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711001955.9A
Other languages
English (en)
Inventor
苏寒松
陈震宇
刘高华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University
Original Assignee
Tianjin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin University filed Critical Tianjin University
Priority to CN201711001955.9A priority Critical patent/CN107909599A/zh
Publication of CN107909599A publication Critical patent/CN107909599A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种目标检测与跟踪***，该***包括视频图像采集模块，所述视频图像采集模块分别连接图像预处理模块与图像存储模块，图像预处理模块连接运动目标检测模块，运动目标检测模块连接图像后处理模块，图像后处理模块连接目标特征提取模块，目标特征提取模块连接目标跟踪模块，目标跟踪模块连接图像显示模块，图像显示模块还与图像存储模块相连接。所述视频图像采集模块中通过主摄像机采集到视频监控区域内具有YUV格式视频帧序列的位图。本发明解决了传统视频监控***实现复杂并且存在容易受外在干扰而出现的实时性差、判断不准确进而造成效率低等问题。

Description

一种目标检测与跟踪***
技术领域
本发明属于视频监控***技术领域，特别涉及一种目标检测与跟踪***。
背景技术
社会的不断发展促使科技的不断进步，今天我们已经进入了信息时代，其中涌现了图像处理、模式识别、自动控制、人工智能及计算机等许多领域的先进技术，这些技术的存在为视频监控***的实现提供了一定的理论基础。智能视频监控***已经广泛深入到实际生活中，如银行、商场、地铁等复杂公共场所的安全维护、煤矿等特殊场所的安全保障、医院中病人的实时监护，个人家庭中的无人监控等，为人们的生活提供了方方面面的保障。传统的视频监控***存在准确性低、实时性差，抗干扰能力不足等缺陷，不能满足人民日益增长的物质需求，所以人们更加迫切的需要更先进的技术，获得更简单更高效的视频监控***来实现对相应场所或物体的实时监控，进而更好的保障生活质量。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种目标检测与跟踪***，解决传统视频监控***实现复杂并且存在容易受外在干扰而出现的实时性差、判断不准确进而造成效率低等问题。
本发明的目的是通过以下技术方案实现的：
一种目标检测与跟踪***，该***包括视频图像采集模块，所述视频图像采集模块分别连接图像预处理模块与图像存储模块，图像预处理模块连接运动目标检测模块，运动目标检测模块连接图像后处理模块，图像后处理模块连接目标特征提取模块，目标特征提取模块连接目标跟踪模块，目标跟踪模块连接图像显示模块，图像显示模块还与图像存储模块相连接。
所述视频图像采集模块中通过主摄像机采集到视频监控区域内具有YUV格式视频帧序列的位图。
所述图像预处理模块首先将彩色图像转换为灰度图像，之后利用图像滤波技术处理灰度图像用于消除图像中的噪声，在滤波前设置屏蔽区，用于排除干扰。
所述运动目标检测模块涉及的算法采用均值背景建模与背景差分法相结合。
所述图像后处理模块用于对输入的视频图像进行二值化和形态学处理。
所述目标特征提取模块用于对输入图像的连通域进行标记，计算连通域的特征信息，获得当前帧的运动目标特征信息。
所述目标跟踪模块用于结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判断阈值，分析连续几帧中运动物体的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机的测试位置及相应定位方法，制定镜头切换策略，最终实现对目标的跟踪。
与现有技术相比，本发明的技术方案所带来的有益效果是：
本发明通过对监控场景中的物体信息进行处理，能够快速准确的检测出运动物体，设定相应的判别阈值，提取出分析图像中的运动目标，获得目标的参数，配合摄像机确定运动目标在图像中的位置，根据相应的定位方法对运动目标进行跟踪，制定适合的摄像机镜头切换策略，最终实现对目标的特定跟踪。本***比传统视频监控***更加容易实现，同时很大程度上提高了视频监控***的效率和实时性。
附图说明
图1是本发明实施例中一种目标检测与跟踪***的工作流程图。
具体实施方式
为使本发明的特征、优点等信息更加浅显易懂，下面将结合附图和具体实施方式进一步详细的说明。
本发明一种目标检测与跟踪***，如图1所示，包括视频图像采集模块101，分别连接图像预处理模块102与图像存储模块108，图像预处理模块102连接运动目标检测模块103，运动目标检测模块103连接图像后处理模块104，图像后处理模块104连接目标特征提取模块105，目标特征提取模块105连接目标跟踪模块106，目标跟踪模块106连接图像显示模块107，图像显示模块107还与图像存储模块108连接。
视频图像采集模块101是通过具有固定位置的主摄像机采集到监控区域的具有YUV格式视频帧序列的位图。
图像预处理模块102是首先将彩色图像转换为灰度图像，然后利用图像滤波技术处理灰度图像，目的是消除图像中的噪声。图像滤波技术有多种，为了在处理图像的同时，尽量保留图像的边缘信息，本发明采用中值滤波技术处理输入的灰度图像，当然根据监控场景的不同需要，也可以选择其他的滤波技术，这里不再详述。
运动目标检测模块103是智能视频监控的核心，是整个目标检测与跟踪***能够准确、实时运行以及继续进行后续目标特征提取和目标跟踪的基础，运动目标检测模块103使用视频图像处理、计算机视觉等技术，通过对输入的视频图像序列信息进行处理，设定相应判别阈值，从图像中提取出运动目标，为后续在目标特征提取模块105中提取运动目标特征信息提供技术支持，运动目标检测模块103的算法采用均值建模与背景差分法相结合，所谓均值背景建模就是采集N帧图像，对N帧图像相同位置的像素值进行求和运算后再除以N取平均值作为背景模型在对应位置的像素值，然后采用相同方法得到背景模型所有位置的像素值，即完成了背景建模，所谓背景差分法就是用当前帧和背景模型进行相减运算，即可得到相应的前景区域。
图像后处理模块104是对检测出的前景区域图像进行二值化和形态学处理，得到运动物体的连通域。
目标特征提取模块105是通过对连通域进行标记，计算连通域特征信息，获得当前帧运动目标的特征参数，包括连通域的面积大小、中心像素点的位置、目标外接矩形框的长和宽等，获得当前帧的运动目标特征信息，为后续的目标跟踪提供支持。
目标跟踪模块106是结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判别阈值，分析连续几帧中运动目标的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机获得的位置及相应定位方法，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪。
本发明***的工作原理为：通过视频图像采集模块101采集由主摄像头采集到监控区域内的具有YUV格式视频帧序列的位图，将图像送入图像存储模块108及图像预处理模块102进行处理，方便视频图像的提取与显示，在图像预处理模块102中首先将彩色图像转换为灰度图像，然后利用图像滤波技术对灰度图像进行处理，目的是消除图像中的噪声，在滤波前设置一定的屏蔽区，用于排除预知的与运动目标距离较远但在分析区域内的干扰，将处理后的图像送入运动目标检测模块103中进行处理，在运动目标检测模块103中的处理包括均值背景模型的初始建立及更新、设定判别阈值、运动目标的提取，在图像后处理模块104中对检测出的前景区域进行二值化和形态学处理，得到运动物体的连通域，所谓二值化就是将图像上点的灰度值与设定的阈值比较使结果值为0或255，即图像呈现出黑白效果，所谓形态学处理就是对图像进行腐蚀和膨胀运算，分别去除图像中的干扰目标和空洞，进而使前景图像的形态更好。在目标特征提取模块105中，通过对连通域进行标识，计算得到连通域的特征参数包括运动目标像素点位置、面积大小等，获得当前帧的运动目标特征信息，在目标跟踪模块106中，结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判别阈值，分析连续几帧中运动目标的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机获得的位置及相应定位方法，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪。目标检测与跟踪部分以及存储部分的原始视频图像数据结合后，通过视频编解码将数字图像数据转变为模拟电压信号，通过图像显示模块107显示出来。
本发明目标检测与跟踪***，通过对视频监控区域内的物体信息进行处理，能够实时、准确的检测出运动物体，提取出运动目标，得到运动目标的特征参数，确定运动目标位置，对运动目标进行定位和跟踪，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪，进而大幅度提高了视频监控***的实时性和监控效率。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (7)

1.一种目标检测与跟踪***，其特征在于，该***包括视频图像采集模块(101)，所述视频图像采集模块(101)分别连接图像预处理模块(102)与图像存储模块(108)，图像预处理模块(102)连接运动目标检测模块(103)，运动目标检测模块(103)连接图像后处理模块(104)，图像后处理模块(104)连接目标特征提取模块(105)，目标特征提取模块(105)连接目标跟踪模块(106)，目标跟踪模块(106)连接图像显示模块(107)，图像显示模块(107)还与图像存储模块(108)相连接。
2.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述视频图像采集模块(101)中通过主摄像机采集到视频监控区域内具有YUV格式视频帧序列的位图。
3.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述图像预处理模块(102)首先将彩色图像转换为灰度图像，之后利用图像滤波技术处理灰度图像用于消除图像中的噪声，在滤波前设置屏蔽区，用于排除干扰。
4.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述运动目标检测模块(103)涉及的算法采用均值背景建模与背景差分法相结合。
5.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述图像后处理模块(104)用于对输入的视频图像进行二值化和形态学处理。
6.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述目标特征提取模块(105)用于对输入图像的连通域进行标记，计算连通域的特征信息，获得当前帧的运动目标特征信息。
7.根据权利要求1所述的一种目标检测与跟踪***，其特征在于：所述目标跟踪模块(106)用于结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判断阈值，分析连续几帧中运动物体的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机的测试位置及相应定位方法，制定镜头切换策略，最终实现对目标的跟踪。
CN201711001955.9A 2017-10-24 2017-10-24 一种目标检测与跟踪*** Pending CN107909599A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711001955.9A CN107909599A (zh) 2017-10-24 2017-10-24 一种目标检测与跟踪***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711001955.9A CN107909599A (zh) 2017-10-24 2017-10-24 一种目标检测与跟踪***

Publications (1)

Publication Number Publication Date
CN107909599A true CN107909599A (zh) 2018-04-13

Family

ID=61840786

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711001955.9A Pending CN107909599A (zh) 2017-10-24 2017-10-24 一种目标检测与跟踪***

Country Status (1)

Country Link
CN (1) CN107909599A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108765451A (zh) * 2018-05-07 2018-11-06 南京邮电大学 一种自适应背景更新的交通运动目标检测方法
CN109757395A (zh) * 2018-09-24 2019-05-17 天津大学 一种宠物行为检测监控***及方法
CN110149480A (zh) * 2019-05-27 2019-08-20 南昌大学 一种视频图像处理及传输***
CN111860192A (zh) * 2020-06-24 2020-10-30 国网宁夏电力有限公司检修公司 一种移动物体的识别方法及***
CN112509002A (zh) * 2020-11-27 2021-03-16 山东航天电子技术研究所 一种基于连通域标记的目标检测跟踪方法
CN113055514A (zh) * 2021-02-07 2021-06-29 深圳市慧眼视讯电子有限公司 一种人体跟随云台及其控制方法
CN114449131A (zh) * 2021-11-29 2022-05-06 王乐群 一种基于zynq加速的运动目标检测***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018324A (zh) * 2007-02-08 2007-08-15 华为技术有限公司 一种视频监控控制器、视频监控的方法和***
CN101640788A (zh) * 2008-07-29 2010-02-03 深圳市朗驰欣创科技有限公司 一种监控控制方法、装置及监控***
CN102006461A (zh) * 2010-11-18 2011-04-06 无锡中星微电子有限公司 摄像机联合跟踪检测***
CN201845435U (zh) * 2010-06-25 2011-05-25 株洲南车时代电气股份有限公司 一种基于视频的车辆闯红灯监测装置
CN103325124A (zh) * 2012-03-21 2013-09-25 东北大学 一种基于fpga的背景差分法目标检测跟踪***及方法
CN103581627A (zh) * 2013-11-07 2014-02-12 北京环境特性研究所 一种高清视频的图像和信息融合显示方法
CN105513088A (zh) * 2014-10-15 2016-04-20 西安冉科信息技术有限公司 一种运动目标检测与跟踪***
CN106846359A (zh) * 2017-01-17 2017-06-13 湖南优象科技有限公司 基于视频序列的运动目标快速检测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101018324A (zh) * 2007-02-08 2007-08-15 华为技术有限公司 一种视频监控控制器、视频监控的方法和***
CN101640788A (zh) * 2008-07-29 2010-02-03 深圳市朗驰欣创科技有限公司 一种监控控制方法、装置及监控***
CN201845435U (zh) * 2010-06-25 2011-05-25 株洲南车时代电气股份有限公司 一种基于视频的车辆闯红灯监测装置
CN102006461A (zh) * 2010-11-18 2011-04-06 无锡中星微电子有限公司 摄像机联合跟踪检测***
CN103325124A (zh) * 2012-03-21 2013-09-25 东北大学 一种基于fpga的背景差分法目标检测跟踪***及方法
CN103581627A (zh) * 2013-11-07 2014-02-12 北京环境特性研究所 一种高清视频的图像和信息融合显示方法
CN105513088A (zh) * 2014-10-15 2016-04-20 西安冉科信息技术有限公司 一种运动目标检测与跟踪***
CN106846359A (zh) * 2017-01-17 2017-06-13 湖南优象科技有限公司 基于视频序列的运动目标快速检测方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108765451A (zh) * 2018-05-07 2018-11-06 南京邮电大学 一种自适应背景更新的交通运动目标检测方法
CN109757395A (zh) * 2018-09-24 2019-05-17 天津大学 一种宠物行为检测监控***及方法
CN110149480A (zh) * 2019-05-27 2019-08-20 南昌大学 一种视频图像处理及传输***
CN111860192A (zh) * 2020-06-24 2020-10-30 国网宁夏电力有限公司检修公司 一种移动物体的识别方法及***
CN112509002A (zh) * 2020-11-27 2021-03-16 山东航天电子技术研究所 一种基于连通域标记的目标检测跟踪方法
CN113055514A (zh) * 2021-02-07 2021-06-29 深圳市慧眼视讯电子有限公司 一种人体跟随云台及其控制方法
CN114449131A (zh) * 2021-11-29 2022-05-06 王乐群 一种基于zynq加速的运动目标检测***

Similar Documents

Publication Publication Date Title
CN107909599A (zh) 一种目标检测与跟踪***
CN102663743B (zh) 一种复杂场景中多摄影机协同的人物追踪方法
CN109657575B (zh) 室外施工人员智能视频跟踪算法
CN105160297B (zh) 基于肤色特征的蒙面人事件自动检测方法
CN113139521B (zh) 一种用于电力监控的行人越界标监测方法
CN107679471B (zh) 基于视频监控平台的室内人员空岗检测方法
US20230289979A1 (en) A method for video moving object detection based on relative statistical characteristics of image pixels
CN107133969B (zh) 一种基于背景反投影的移动平台运动目标检测方法
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位***
CN112800860B (zh) 一种事件相机和视觉相机协同的高速抛撒物检测方法和***
CN106682665B (zh) 一种基于计算机视觉的七段式数显仪表数字识别方法
CN114842397B (zh) 一种基于异常检测的实时老人跌倒检测方法
CN103425967A (zh) 一种基于行人检测和跟踪的人流监控方法
CN104866843B (zh) 一种面向监控视频的蒙面人脸检测方法
CN102034240A (zh) 一种静态前景检测和跟踪方法
CN106296677A (zh) 一种基于双背景模型的双掩膜背景更新的遗留物检测方法
Karpagavalli et al. Estimating the density of the people and counting the number of people in a crowd environment for human safety
CN105554462A (zh) 一种遗留物检测方法
CN112287823A (zh) 一种基于视频监控的面部口罩识别方法
CN103049748B (zh) 行为监测方法及装置
CN109583414B (zh) 基于视频检测的室内占道检测方法、设备、介质及处理器
CN107122732A (zh) 一种监控场景下高鲁棒性的快速车牌定位方法
Ye A robust method for counting people in complex indoor spaces
CN105930814A (zh) 基于视频监控平台的人员异常聚集行为的检测方法
Ekinci et al. Background estimation based people detection and tracking for video surveillance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180413

WD01 Invention patent application deemed withdrawn after publication