D0I:10.13374/i.issm1001-053x.2006.02.044 第28卷第2期 北京科技大学学报 Vol.28 No.2 2006年2月 Journal of University of Science and Technology Beijing Feb.2006 视频序列中运动目标跟踪新方法 艾金慰1)刘克2) 1)北京科技大学信息工程学院，北京1000832)国家自然科学基金委员会信息科学部，北京100085 摘要提出了一种跟踪视频图像序列中运动目标的新方法.该方法利用一种基于动态信息窗口 的自适应背景更新方法解决背景的复杂性问题，结合一种新的计算颜色模型解决运动阴影问题， 从而得到具有精确边缘的特定运动目标，计算了运动目标灰度质心，在坐标系中记录其位置，并采 用最小二乘法拟合实现了对运动目标的跟踪.实验结果表明这种方法能有效地跟踪并预测视频序 列中的运动目标， 关键词自适应背景更新；视频分割；颜色模型；质心；轨迹跟踪 分类号TP391.41;TP301.6 从视频序列图像中检测出运动目标，并对其 颜色k∈R,G,B}都进行建模.由于摄像头存 进行识别和跟踪，有着广泛的应用前景.数字图 在均值为0的高斯白噪声，所以可以用高斯分布 像目标跟踪是通过数字图像序列的分析和处理， 模型表示静态背景中每个像素在一段时间内的颜 跟踪其中的运动目标，在处理过程中要完成任务 色分布2].因此，式(1)中X,的概率密度函数可 有：(1)搜索图像中目标存在的区域：(2)分割与识 以表示为： 别运动目标；(3)确定目标点及运动踪迹1) 为了有效地从视频序列中提取运动目标区 P(X)= 域，首先利用统计方法建立了一个背景模型.对 假设R,G,B三个颜色分量相互统计独立， 于每一个像素点，根据其相关统计信息进行背景 (,c)(i=1,2,3)依次为三个颜色分量的均值 自适应更新.接着将含有运动目标的图像与背景 和方差，由最近的N个采样值决定 作差得到差分图像，再对差分图像进行阈值分割. 1.2基于动态信息窗口的背景更新 然后，利用消除阴影颜色模型消除分割后的图像 在视频流中，背景图像会随光线缓慢变化；同 的运动阴影，最终得到具有精确边缘的运动目标 时，当视频对象在场景中运动时，也可能改变背景 区域.最后计算运动目标灰度质心，并在坐标系 环境的局部光照.如果不对原来建立的背景模型 中记录其位置，采用最小二乘法拟合实现对运动 进行更新就容易将背景检测成运动目标，因此必 目标的跟踪 须动态地更新背景模型.背景模型更新的方法有 1自适应背景建模 很多，例如用带有预测的Kalman滤波器来适应 变化、用线性迭代的方法对背景区域的像素进行 1.1背景建模 更新.本文提出了一种新的基于概率的自适应模 在RGB颜色空间中，视频图像每个像素点都 型进行背景更新，即对于每一个像素点，维护一个 可用一个色彩矢量表示，记为C{r,g,b{,其中， 动态信息窗口，记录如下信息：(1)均值；(2)方差； g,b分别表示红，绿，篮三个颜色通道，混合了亮 (3)最近N个采样值；(4)前景点比率F;(5)像 度和色度信息，用下式表示视频序列图像中某像 素点处于观察状态的持续时间T,其中，前景点 素点在时刻t的取值： 比率是指N个采样值中被判定为前景点的次数 X:=(xi,xf,x) (1) 所占的比例.根据前景点比率F:确定像素点所 采用统计模型对静态背景中每个像素的每个 处的状态. 收稿日期：2004-1103修回日期：200502-24 (1)F:>A,观察状态S。·此时像素点取值 作者简介：艾金慰(1980一)，男.顾士 呈现较大波动，需要进一步观察，背景模型不更 新.通常情况下，运动物体停留的时间比较短，该第 卷 第 期 年 月 北 京 科 技 大 学 学 报 晚 价劝 视频序列 中运动 目标跟踪新方法 艾金慰 刘 克 北京科技大学信息工程学院 ， 北京 国家 自然科学基金委员会信息科学部 ， 北京 摘 要 提 出了一种跟踪视频 图像序列 中运动 目标的新方法 该方法利用 一种基于动态信息窗 口 的 自适应背景更新方法解决背景的复杂性 间题 ， 结 合一 种新 的计算颜色模型 解决运动 阴影 问题 ， 从而得到 具有精确边缘的特定运动 目标 计算了运动 目标灰度质心 ， 在坐标系中记录其位置 ， 并采 用最 小二乘法拟合实现了对运动 目标的跟踪 实验结果表明这种方法能有效地跟踪并预测视频 序 列中的运动 目标 关健词 自适应背景更新 视频分割 颜色模型 质心 轨迹跟踪 分类号 从视频序列 图像 中检测 出运 动 目标 ， 并 对 其 进行识 别和跟 踪 ， 有着广泛 的应 用 前景 数 字 图 像 目标跟踪是通过 数 字图像 序列 的分析 和 处 理 ， 跟踪其中的运动 目标 在处理过 程 中要 完成 任务 有 搜索图像中 目标存在的区域 分割与识 别运动 目标 确定 目标 点及运动踪迹〔 ‘ 〕 为了有 效 地 从 视 频 序列 中提 取 运 动 目标 区 域 ， 首先 利用统计方法 建立 了一个 背 景模型 对 于每一个像素点 ， 根 据其 相关统计 信息进行 背 景 自适应更新 接着将含有运动 目标 的 图像与背景 作差得到 差分 图像 ， 再对差分 图像进行 阑值分割 然后 ， 利用消除阴影颜 色 模 型 消除分割后 的图像 的运动 阴影 ， 最 终得 到具有精确边 缘 的运 动 目标 区域 最后 计算运 动 目标灰度 质心 ， 并在 坐 标 系 中记录其位置 ， 采用 最小二 乘法 拟 合 实现对 运 动 目标的跟踪 自适应背景建模 背景建模 在 颜色空 间中 ， 视频 图像每个像素点都 可用一个色 彩矢量 表示 ， 记为 ， ， ， 其 中 ， ， 分别表 示红 ， 绿 ， 篮 三 个 颜 色 通 道 ， 混 合 了 亮 度和 色度信息 用下式表示视频 序列 图像 中某像 素点在时刻 的取值 ， 梦 ， 梦 采用统计模型对静态背景 中每个像素的每个 收稿日期 一 ， 修回 期 一 作者简介 艾金慰 一 ， 男 ， 硕士 颜色 任 ， ， 都进 行建模 由于 摄 像 头 存 在均值为 的高斯 白噪声 ， 所 以 可 以 用 高斯分 布 模型表示静态背景 中每个像素在一段 时间内的颜 色分 布 因此 ， 式 中 的概率 密度 函 数可 以表示 为 一 ， 一 、 卉 厂 全一 召、 乃 ， 、 日 下士不 一 青二二不尸一 替 丫厄妥决 一“ ’ 。 呀 、 一 假设 ， ， 三 个颜色 分量相互 统计独 立 ， 产，， 。 子 ， ， 依次为三个颜色分量的均值 和方差 ， 由最近 的 个采样值决定 基于动态信息窗口 的背景更新 在视频流 中 ， 背景 图像会 随光线缓慢变化 同 时 ， 当视频对象在场景 中运动时 ， 也可能改变背景 环境 的局部光 照 、 如果不对 原来建立 的背景模型 进行更新就容 易将背景检测 成运 动 目标 ， 因此 必 须动态地更新背景模型 背景模型更新的方法有 很 多 ， 例如 用 带有预 测 的 滤 波 器 来适 应 变化 、 用线性迭代 的方 法 对 背景 区域 的像 素进 行 更新 本文提 出了一种新的基 于概率的 自适 应模 型进行背景更新 ， 即对于每一个像素点 ， 维护一个 动态信息窗 口 ， 记录如下信息 均值 方差 最近 个 采样值 前景点 比率 像 素点处于观察状态 的持续 时间 其中 ， 前景点 比率是指 个 采样值 中被判 定为前景 点的次数 所占的 比例 、 根 据 前 景点 比率 确 定像 素 点所 处的状态 ， 观 察状态 。 此 时像素点取 值 呈现 较 大 波 动 ， 需要 进 一 步 观察 ， 背 景 模型 不 更 新 通 常情况下 ， 运 动物体停 留的时间 比较短 ， 该 DOI ：10．13374／j ．issn1001－053x．2006．02．044