第3卷第2期 智能系统学报 Vol.3 Na 2 2008年4月 CAAI Transactions on Intelligent Systems Apr.2008 一种改进的运动目标跟踪与轨迹记录算法 赵雷，陈万忠，韩双双 (吉林大学通信工程学院，吉林长春130025) 摘要：针对目前运动目标的跟踪与记录方法占用存储空间较大的缺点，提出了一种减少存储空间的记录算法，即 先用三帧差分算法和Snake算法相结合检出运动物体的轮廓，再利用Hausdorff算法对提出的轮廓进行匹配，并将 匹配后的轮廓和运动轨迹以文本文件存储，大大降低了运动目标轨迹记录存储容量.实际运用表明，改进后的记录 存储空间相当于通常视频文件的万分之一，该算法适于长时间记录运动目标轨迹 关键词：运动轨迹记录跟踪；主动轮廓算法，三帧差分算法；Hausdorff匹配算法 中图分类号：TP391文献标识码：A文章编号：16734785(2008)02-014505 An improved algorithm for tracking and recording moving targets ZHAO Lei,CHEN Wanzhong,HAN Shuang shuang (College of Communication Engineering,Jilin University,Changchun 130025,China) Abstract:At present,data from tracking moving targets consumes too much memory.An improved record- ing algorithm is proposed that reduces memory requirements.First,initial points are obtained by using a three-frame difference algorithm.Then the Snake algorithm is used to extend the initial points to deter- mine the object's contour.Finally,the Hausdorff distance measurement matches contours to standard fig- ures and the results are saved in a text file.The improved algorithm uses approximately 0.01 of the usu- al memory required,so it is suitable for storing data from long term tracking. Key words :recording and tracking of moving objects;Snake algorithm;three-frame differencing;Hausdorff matching 目前，在计算机视觉领域中，运动目标轮廓的跟 录存储容量的问题，只需大约相当于通常视频文件 踪是一个热门领域，可是对分割出的目标记录方法 万分之一的空间，适于物体轨迹的长时间记录系统， 的研究相对较少山.一般是用avⅵi格式的文件进行 存储，其数据量相当大；近几年也有用MPEG1、 1匹配与跟踪算法 MPEG2、H261、H263、MPEG4等方法进行视频压 1.1 Huasdorff距离与物体匹配 缩，其中MPEG4能够比较高效率地进行压缩和解 Hausdorff距离作为一种距离测度，可以用来 压，压缩后的文件大约为原文件的30%，90min的 测量2个点集之间的匹配程度，它已被直接用于比 视频影像大约需要300MB,但对硬件要求很高！. 较2个多边形的相似程度.但本文应用中，目的是要 本文所提出的改进记录方法在先利用三帧差分算法 在一个经过处理的二值图形与一个模板进行匹配 和Snake算法相结合找到运动物体的轮廓，随后利 以下通过图例来进一步阐述本文的匹配原理， 用Hausdorff算法对提出的轮廓进行匹配，并将匹 首先考虑理想情况，假设图1(a)中仅存在一个 配后的轮廓和运动轨迹存储在2个文本文件中.此 圆C,圆心O,图中曲线连续且无其他边缘点，模 方法在一定程度上解决了单一刚体物体运动轨迹记 板为图1b)中的圆G2,圆心为O2,圆G和圆CG的 半径相等，图1(c为某一匹配过程，图中D、D、 收稿日期：2007-1026 基金项目：吉林省科技发展计划资助项目(20060531) D、D4分别为过两圆圆心的直线与两圆的交点，此 通讯作者：韩双双.E-mail:shuangl017@163.com. 时，模板（点集A)与待检测的圆G(点集B)的 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved hup://www.cnki.net第 3 卷第 2 期 智 能 系 统 学 报 Vol. 3 №. 2 2008 年 4 月 CAA I Transactions on Intelligent Systems Apr. 2008 一种改进的运动目标跟踪与轨迹记录算法 赵 雷 , 陈万忠 , 韩双双 (吉林大学 通信工程学院 , 吉林 长春 130025) 摘 要 :针对目前运动目标的跟踪与记录方法占用存储空间较大的缺点 ,提出了一种减少存储空间的记录算法 ,即 先用三帧差分算法和 Snake 算法相结合检出运动物体的轮廓 ,再利用 Hausdorff 算法对提出的轮廓进行匹配 ,并将 匹配后的轮廓和运动轨迹以文本文件存储 ,大大降低了运动目标轨迹记录存储容量. 实际运用表明 ,改进后的记录 存储空间相当于通常视频文件的万分之一. 该算法适于长时间记录运动目标轨迹. 关键词 :运动轨迹记录跟踪 ;主动轮廓算法 ;三帧差分算法 ; Hausdorff 匹配算法 中图分类号 : TP391 文献标识码 :A 文章编号 :167324785 (2008) 0220145205 An improved algorithm for tracking and recording moving targets ZHAO Lei , CH EN Wan2zhong , HAN Shuang2shuang (College of Communication Engineering , Jilin University , Changchun 130025 , China) Abstract :At p resent ,data from tracking moving targets consumes too much memory. An improved record2 ing algorit hm is proposed that reduces memory requirements. First , initial points are obtained by using a t hree2frame difference algorithm. Then t he Snake algorit hm is used to extend t he initial points to deter2 mine t he object’s contour. Finally , the Hausdorff distance measurement matches contours to standard fig2 ures and t he results are saved in a text file. The improved algorithm uses app roximately 0. 01 % of t he usu2 al memory required , so it is suitable for storing data from long2term tracking. Keywords :recording and tracking of moving objects; Snake algorit hm ; t hree2frame differencing ; Hausdorff matching 收稿日期 :2007210226. 基金项目 :吉林省科技发展计划资助项目(20060531) . 通讯作者 :韩双双. E2mail :shuang1017 @163. com. 目前 ,在计算机视觉领域中 ,运动目标轮廓的跟 踪是一个热门领域 ,可是对分割出的目标记录方法 的研究相对较少[1 ] . 一般是用 avi 格式的文件进行 存储 ,其数据量相当大 ; 近几年也有用 MPEG1、 MPEG2、H261、H263、MPEG4 等方法进行视频压 缩 ,其中 MPEG4 能够比较高效率地进行压缩和解 压 ,压缩后的文件大约为原文件的 30 % ,90 min 的 视频影像大约需要 300 MB ,但对硬件要求很高[2 ] . 本文所提出的改进记录方法在先利用三帧差分算法 和 Snake 算法相结合找到运动物体的轮廓 ,随后利 用 Hausdorff 算法对提出的轮廓进行匹配 ,并将匹 配后的轮廓和运动轨迹存储在 2 个文本文件中. 此 方法在一定程度上解决了单一刚体物体运动轨迹记 录存储容量的问题 ,只需大约相当于通常视频文件 万分之一的空间 ,适于物体轨迹的长时间记录系统. 1 匹配与跟踪算法 1. 1 Huasdorff 距离与物体匹配 Hausdorff 距离作为一种距离测度 ,可以用来 测量 2 个点集之间的匹配程度 ,它已被直接用于比 较 2 个多边形的相似程度. 但本文应用中 ,目的是要 在一个经过处理的二值图形与一个模板进行匹配. 以下通过图例来进一步阐述本文的匹配原理. 首先考虑理想情况 ,假设图 1 (a) 中仅存在一个 圆 C1 ,圆心 O1 ,图中曲线连续且无其他边缘点 ,模 板为图 1 (b) 中的圆 C2 ,圆心为 O2 ,圆 C1 和圆 C2 的 半径相等 ,图 1 (c) 为某一匹配过程 ,图中 D1 、D2 、 D3 、D4 分别为过两圆圆心的直线与两圆的交点 ,此 时 ,模板 (点集 A ) 与待检测的圆 C1 (点集 B ) 的 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net