摘要：本文重點對用于計算機智能視頻監(jiān)控分析的運動目標(biāo)檢測方法進行研究，同時對目標(biāo)跟蹤方法進行了相關(guān)闡述，希望能夠?qū)θ蘸蟮挠嬎銠C智能視頻監(jiān)控系統(tǒng)的分析和研究工作提供一定的理論支持和借鑒。

關(guān)鍵詞：計算機智能視頻監(jiān)控；運動目標(biāo)檢測方法；目標(biāo)跟蹤方法

中圖分類號：TP311 文獻標(biāo)識碼：A 文章編號：1674-7712 (2012) 10-0104-01

隨著人工智能技術(shù)日新月異的發(fā)展，基于人工智能的計算機視覺技術(shù)也得到了廣泛的推廣和應(yīng)用，成為計算機智能領(lǐng)域一個重要的發(fā)展方向。到目前為止，計算機視覺技術(shù)已經(jīng)過20余年的發(fā)展，其在社會人文，軍事技術(shù)及工業(yè)生產(chǎn)領(lǐng)域得到了廣泛的應(yīng)用，并以其獨具特色的技術(shù)優(yōu)勢逐漸形成了一門具有一定先進理論支撐的獨立學(xué)科。其中，著名學(xué)者Marr提出的視覺計算理論已成為計算機智能視頻監(jiān)控領(lǐng)域的主導(dǎo)思想，為大多數(shù)該領(lǐng)域內(nèi)的研究人員所接受。從廣義上講，計算機視覺技術(shù)的實質(zhì)就是實現(xiàn)對在復(fù)雜環(huán)境中運動物體的幾何尺寸、形狀及相關(guān)運動狀態(tài)的識別和認(rèn)知，即把實際空間中的三維對象轉(zhuǎn)換為計算機視覺系統(tǒng)識別的二維圖像。近年來，計算機視覺技術(shù)以其迅猛的發(fā)展態(tài)勢及成熟的應(yīng)用技術(shù)成為了業(yè)界的新寵，并得到了廣泛的應(yīng)用，取得了矚目的成績。

一、運動目標(biāo)檢測方法分析

（一）運動目標(biāo)在靜止背景條件下的檢測分析

1.差分檢測法

將同一背景不同時刻兩幅圖像進行比較，可以反映出一個運動物體在此背景下運動的結(jié)果，比較簡單的一種方法是將兩圖像做“差分”或“相減”運算，從相減后的圖像中，很容易發(fā)現(xiàn)運動物體的信息。在相減后的圖像中，灰度不發(fā)生變化的部分被減掉，則前區(qū)為正，后區(qū)為負(fù)，其他部分為零。由于減出的部分可以大致確定運動目標(biāo)在圖像上的位置，使用相關(guān)法時就可以縮小搜索范圍。

2.自適應(yīng)運動檢測方法

當(dāng)兩幀圖像的背景圖像起伏較大時，簡單的差分法難以得到滿意的解。此時可以考慮用自適應(yīng)背景對消的方法，該方法可以在低信雜比的情況下壓制背景雜波和噪聲，檢測出非穩(wěn)態(tài)圖像信息。在背景雜波較大時，常用的門限分割不能分出這種運動目標(biāo)。在圖像序列中，每一個像素點的灰度值都是這一點所對應(yīng)傳感器的輸出信號值與噪聲值的疊加，因此，如何克服噪聲的影響確定一個最佳門限將目標(biāo)與背景分離，就成為弱小目標(biāo)檢測的一個重要環(huán)節(jié)。

（二）目標(biāo)在運動背景條件下的檢測方法分析

塊匹配法是目標(biāo)在運動背景條件下的主要檢測方法?；趬K的運動分析在圖像運動估計和其他圖像處理和分析中得到了廣泛的應(yīng)用，比如說在數(shù)字視頻壓縮技術(shù)中，國際標(biāo)準(zhǔn)MPEG1-2采用了基于塊的運動分析和補償算法。塊運動估計與光流計算不同，它無需計算每一個像素的運動，而只是計算由若干像素組成的像素塊的運動，對于許多圖像分析和估計應(yīng)用來說，塊運動分析是一種很好的近似。這里主要介紹塊匹配方法。塊匹配方法實質(zhì)上是在圖像序列中做一種相鄰幀間的位置對應(yīng)人物。它首先選取一個圖像塊，然后假設(shè)塊內(nèi)的所有像素做相同的運動，以此來跟蹤相鄰幀間的對應(yīng)位置。各種塊匹配算法的差異主要體現(xiàn)在：匹配準(zhǔn)則、搜索策略及塊尺寸選擇方法上。

1.匹配準(zhǔn)則

典型的匹配準(zhǔn)則有：最大互相關(guān)準(zhǔn)則、最小均方差準(zhǔn)則、最小平均絕對值差準(zhǔn)則、最大匹配像素數(shù)量準(zhǔn)則等。

2.搜索策略

為了求得最佳位移估計，可以計算所有可能的位移矢量對應(yīng)的匹配誤差，然后選擇最小匹配誤差對應(yīng)的矢量就是最佳位移估計值。因此，人們提出了各種快速搜索策略。這種策略的最大優(yōu)點是可以找到全局最優(yōu)值，但十分浪費時間。因此，人們提出了各種快速搜索策略。盡管快速搜索策略得到的可能是局部最優(yōu)值，但由于其快速計算的實用性，在實際中得到了廣泛的應(yīng)用。下面討論兩種快速搜索方法：二維對數(shù)及三步搜索法。

二維對數(shù)搜索法開創(chuàng)了快速搜索算法的先例，分多個階段搜索，逐漸縮小搜索范圍，直到不能再小而結(jié)束。其基本思想是從當(dāng)前像素點開始，以十字形分布的5個點構(gòu)成每次搜索的點群，通過快速搜索跟蹤最小誤差MBD點。

三步搜索法與二位對數(shù)法類似，由于簡單、健壯、性能良好等特點，為人們所重視。例如其最大搜索長度為7，搜索精度取一個像素，則步長為4、2、1，只需三步即可滿足要求，因此而得名三步法。其基本思想是采用一種由粗到細(xì)的搜索模式，從原點開始，按一定步長取周圍8個點構(gòu)成每次搜索的點群，然后進行匹配計算，跟蹤最小塊誤差MBD點。

三、運動目標(biāo)跟蹤方法

成像跟蹤系統(tǒng)經(jīng)過圖像的預(yù)處理、圖像的分割識別等一系列信息處理，最終實現(xiàn)對目標(biāo)位置的實時精確測量。跟蹤策略基本上可分為兩大類：波門跟蹤和相關(guān)跟蹤。

（一）波門跟蹤法分析

參考被跟蹤目標(biāo)外觀的實際尺寸形態(tài)，事先確定好跟蹤窗口就是我們通常所定義的“波門”的概念。與傳統(tǒng)的圖像處理方法不同，采用波門跟蹤法進行圖像的分析和處理，其原始狀態(tài)的圖像數(shù)據(jù)僅僅限于波門內(nèi)的數(shù)據(jù)，這樣系統(tǒng)一旦捕捉到目標(biāo)，不僅可以避免傳統(tǒng)技術(shù)對整幅圖像處理過程的耗時缺點，而且這種跟蹤技術(shù)應(yīng)用和操作更為簡單，跟蹤及成像效果也能夠得到切實的保障。

（二）相關(guān)跟蹤法分析

當(dāng)被跟蹤的目標(biāo)物體出現(xiàn)運動、姿態(tài)的調(diào)整或由于自然條件等因素造成了背景的雜波干擾時，目標(biāo)圖像的分割及提取工作由于目標(biāo)矩心及形心的不確定將難于進行。這種情況下，就可以采用相關(guān)跟蹤的方式進行處理。這種基于圖像匹配為基礎(chǔ)的相關(guān)跟蹤技術(shù)是以圖像相識性度量為基礎(chǔ)，獲取現(xiàn)場圖像中實時的最接近目標(biāo)圖像值的一種跟蹤方式。由于分析及處理過程中，不需對用于分割及提取的特征值進行處理，因而可以應(yīng)用于對圖像數(shù)據(jù)的原始資料的處理方面，這種方法不僅可以使圖像的信息得以全部的保留，而且適合眾多復(fù)雜的環(huán)境及場景，是一種操作簡單，結(jié)果精確的測量方法。

四、結(jié)語

近年來，各行各業(yè)對視頻監(jiān)控的需求不斷升溫，但已有的視頻監(jiān)控產(chǎn)品不能滿足日益增長的需要。因此，計算機視覺和應(yīng)用研究學(xué)者適時提出新一代監(jiān)控—視頻智能監(jiān)控。它是目前國內(nèi)外計算機視覺研究領(lǐng)域熱點問題之一。因而，在生產(chǎn)實踐中，不斷加強對其的分析和研究具有非常重要的現(xiàn)實意義。

參考文獻：

[1]吳連玉.計算機視覺基本理論[M].北京:中國科技大學(xué)出版社，2005

[2]高峰.算法與系統(tǒng)原理基礎(chǔ)[M].北京:清華大學(xué)出版社，1998