[发明专利]一种运动目标检测和跟踪方法

摘要

本发明公开了一种运动目标检测和跟踪方法。该方法为：首先从视频序列中获取一帧图像，将图像转换为灰度图，进行滤波去噪；然后利用三帧差分法得到运动目标区域，采用形态学滤波闭运算，填补差值图像中存在的空洞，将形态学滤波闭运算后图像中灰度值不为零的像素点进行光流计算，提取出运动目标；接着使用Kalman滤波算法对当前帧图像中运动目标的质心位置进行预测，将得到的目标预测值与Camshift算法跟踪得到的质心位置进行对比，通过对比结果判定运动目标的质心坐标，并确定在搜索下一帧图像时搜索窗口的大小和位置；更新模型，获取下一帧图像，重复整个跟踪过程，最终实现目标跟踪。本发明减小了运动目标检测和跟踪的误差，提高了准确性。

主权项

1.一种运动目标检测和跟踪方法，其特征在于，包括以下步骤：步骤1、通过图像传感器从外界实时获取每帧图像，将获取的每一帧图像转化为灰度图，并对灰度图进行滤波去噪，得到去噪后的图像；步骤2、将去噪后的图像，先利用三帧差分法初步得出运动目标的区域；再采用形态学滤波闭运算，填补使用帧间差分法处理后得到的二值图像中存在的空洞；再将形态学滤波闭运算后图像中灰度值不为零的像素点，即运动区域的像素点进行光流计算，提取出运动目标；步骤3、在初始帧图像中对搜索窗口的位置和大小进行初始化，并从搜索窗中的目标区域内提取目标的HSV格式的颜色直方图，进而求得该帧图像的反向投影图；步骤4、使用Camshift算法对图像序列进行跟踪，调整搜索窗口大小，并得出第i+1帧图像中运动目标的质心坐标步骤5、使用Kalman滤波预测运动目标在第i+1帧图像中的质心坐标步骤6、将Camshift算法在跟踪过程中得到的运动目标质心坐标与Kalman滤波算法对目标质心坐标的预测值进行比较，两者坐标值作差，若差值大于设定的阈值，则使用Kalman滤波算法得到的预测值来计算当前图像中运动目标的质心坐标，反之则使用Camshift算法求得的运动目标质心坐标来计算当前图像中运动目标的质心坐标；步骤7、更新模型，获取下一帧图像，重复整个跟踪过程，直至跟踪结束。