[发明专利]基于视频图像的固定场景下多目标运动检测与跟踪方法

权利要求书

1.一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：先用帧差法检测出运动区域，再用背景减法对其进行补充。

2.一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：对于物体的跟踪轨迹来说，先用背景减法跟踪出轨迹以后，对其轨迹是否正确的判断，再用帧差法来验证和补充。

3.根据权利要求1或2所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：采用帧差法对运动物体进行检测和轨迹跟踪：首先将图像的灰度化处理，处理后的图像进行两帧相减，对图像帧差得到的结果，对帧差结果做二值化处理，对二值化图像进行取反，对取反操作后的图进行形态学操作，运用数学形态学的方法填补二值化图像中运动目标的内部空洞，即先采用开运算，再采用闭运算；

基于车体区域连通面积的运动物体轨迹跟踪方法：对车尾的连通区域面积进行匹配跟踪，步骤如下：通过三个连通区域分别计算出这三个区域的面积，面积明显很小的那个就是噪声点，经过判断，为车尾的重心进行跟踪，连接重心点就可以得出运动物体的运行轨迹；在图像上用黑色方块标记车尾的重心点，即完成运动物体的跟踪。多辆车的重心点轨迹跟踪：每隔两帧截取图像，并进行重心点统计，并进行重心移动位移的计算。

4.根据权利要求3所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：两帧相减具体为：将视频序列的连续两帧，相减后得到结果；由于车的运动，检测到的区域包含了车前一帧和后一帧的位置，由于车尾运行到下一位置，所以黑色区域为车尾在前一帧的位置与背景相减产生的。

5.根据权利要求3所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：二值化处理具体为：用程序算出车尾的重心点，对其轨迹跟踪，这个轨迹就是运动目标的轨迹，得到检测结果后，再对其进行二值化，就可得到最终结果了。

6.根据权利要求1或2所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：采用背景差分法对运动物体进行检测和轨迹跟踪：首先将图像的灰度化处理，处理后的图像进行重构背景，得到背景之后，用背景减法来检测运动车辆，背景被去除后，只显示出运动目标，得到结果，得到结果后，再对其进行二值化，就可得到最终的二值化图了，得到二值化图以后，因为图中有小空洞等噪声，所以再对二值化图进行形态学操作，运用数学形态学的方法填补二值化图像中运动目标的内部空洞，即先采用开运算，再采用闭运算；基于车体区域连通面积的运动物体轨迹跟踪方法：依据对象的连通区域面积关系来实现对运动目标的跟踪，步骤如下：采用连通区域分析算法：对连通区域面积进行跟踪，只要跟踪连通区域面积的重心，在检测运动车辆轨迹时，先对形态学处理后的二值化图像进行连通区分析，可找出车辆的重心，这个重心的运动轨迹就是车辆的运动轨迹，同时还可以算出两个重心之间的位移值，这个值就是两帧间物体移动的像素值，从而算出物体运动的瞬时速度；求取连通区域重心点后，再返回原图并进行标记；对运动目标重心点坐标的统计和重心移动位移的计算；每隔两帧截取图像，并进行重心点统计，并进行重心移动位移的计算。

7.根据权利要求6所述一种基于视频图像的固定场景下多目标运动检测与跟踪方法，其特征在于：用背景减法来检测运动车辆时，采用100帧平均的背景图与当前帧相减来检测运动物体。