智能视频监控中目标跟踪技术研究

摘要目标跟踪是智能监控领域的关键技术，本文主要是研究实现这一关键技术。提出一种融合运动目标的面积和特征进行对比的算法，并结合运动估计算法对下一时刻目标最可能存在的方位进行预测 ，实现了对运动目标的跟踪。

【关键词】智能视频监控 目标跟踪技术 研究

随着科学技术的进步智能化在当今的社会中逐渐占据了重要位置，视频监控也采用了智能化，就形成了智能视频监控。对运动的目标实行实时跟踪和监控是智能视频监控中必不可少的一部分，同时还为后续各项研究提供了基础。在研究跟踪目标之前，准确的匹配和快速的匹配是我们要克服的基本难题，我们要把以上两点解决好，这样才能得到一个好的算法。

智能监控里面的目标的跟踪技术是核心内容。一般所接触的帧间差分法能够适应各种环境，但不能得到完整的像素点。背景对环境的变化的适应能力较差，但能够得到完整的像素点，其准确性受环境影响较大。本文提出了基于码本模型和多特征的烟雾检测算法，建立了烟雾区域形状模型。要利用模型得到目标物的特征因素，这样才能更加精确地记录目标物。可以提前预计判断目标接下来会在什么位置出现，这样就可以减小后续目标操作的范围。这样也就更容易判断目标的特征，还能够较快的追踪目标物。

1 基本算法的描述

众所周知，当发生火灾时，先是产生大量的烟雾，然后才是明火。要是在没有产生明火之前就能利用监视器根据所产生的烟雾判断出即将发生的火灾，这样就能提醒人们，也能够减少火灾的发生。以前对是否发生火灾是通过各种传感器来确认的，若是传感器感受到高温或一些特定气体的浓度过大就会向接收器传送火灾信号。但是由于传感器工作时的波动较大，所以不能准确的检测到火灾，容易产生误判断。这也就要求新的技术用于火灾的检测，利用视频监控进行烟雾检测技术就应运而生了。这中间也用到了一定的算法，主要的算法有依靠运动方向和积累量的方法。

2 烟雾区域的形状模型

要是在判断范围里面目标物的颜色和烟雾的颜色类似，根据烟雾的颜色的判断不能把干扰排除。烟雾的扩散范围会由于烟雾自身特性是扩散的和空气本身也是具有流动性的，也会表现出随机性。我们利用对烟雾的形状特点进来建模，这样就能把因为颜色类似带来的干扰排除。

在情况里，烟雾范围的随机性能够用烟雾占有的体积与烟雾范围表面积的比来描述。我们将空间范围的随机度表达为：

Ω3=

其中，S为三维空间中烟雾区域的表面积，V为二维空间中烟雾区域的体积。随着空间区域形状复杂性的提高，不规则度也将随之增大。

在监控视频中，烟雾区域的不规则性将表现在二维视频图像上。二维空间中，烟雾区域的不规则度定义为：

Ω2 =

其中，C为烟雾区域的周长，A为烟雾区域的面积。平面形状复杂程度越高，也会引起烟雾形状的不规则度的加大。

3 形态的处理和连通性的检测

经过上面对视频监控的分析，所能够获得的视频都是有缺陷的，视频图像会出现漏洞和一些噪声，要得到完整的视频图像可以使用数学形态学来处理视频图像。集合论是我们所要采用的数学形态学的核心内容，视频图像通过数学形态学处理后，就会把视频图像中与跟踪目标不相关的片段删去。同时还能保持视频图像的本来的形状，形态学含有图像开启 、图像膨胀 、图像闭合和图像的腐蚀等代数算子。一般用来对二值图像进行处理，也可用来处理灰度图像。在视频图像中单一存在的噪声点和一些小的漏洞通过数学形态学处理后也会自动消失了。通过数学形态学处理后的视频图像中存在的较大的空洞不会排除掉，这时连通性区域检测就可以被使用了，通过连通性区域检测处理后，较大的漏洞也会消失，这样就可以得到完整的目标跟踪图像。

4位置估计

经过以上的几个步骤后我们就能对目标进行匹配跟踪了，要准确和快速的进行目标匹配是我们要达到的目的。提取运动目标的矩特征和面积特征，综合这些特征实现对目标的准确描述。可以提前预计判断目标接下来会在什么位置出现，这样就可以减小后续目标操作的范围。这样也就更容易得到目标物的特征要素，正阳才能够更加准确的记录目标物的状态。记录目标物状态的最好的特性就是目标现在的速度和当前位置，目标当前的运动状态参数可以选取目标现在的速度和当前位置。因为拍摄视频图形的间隔时间较短，就可以将目标当前的运动看作是匀速运动。

5 特性对比

由前面一系列的处理，我们已经得到了目标物的所在地的范围，这样就可以在这个缩小了的范围内对比特征因素。在当前区域中，要是我们只搜索到唯一的目标物符合我们的标准，唯一的目标物就是要确定的目标物。要是在已知的范围内能够搜索的符合特征的目标较多，这时我们就要仔细的进行匹配，直到找到我们所需要的目标。

6 结论

本文主要是实现视频监控中目标的跟踪，先采基于码本模型和多特征的烟雾检测算法提取运动的目标。这样可以获得全部的表征像素点，也提高了对环境的变化的适应能力，在进行目标范围和特定的特征的对比，增大了检测目标的准确性，并利用估计算法减小了对比的范围，加快了对比的速度。

参考文献

[1]翟旭.智能视频监控中目标检测跟踪技术的研究[D].北京邮电大学,2013.

[2]戚培庆.智能视频监控中的目标跟踪算法研究[D].安徽大学,2013.

作者单位

湖南省产商品质量监督检验研究院湖南省长沙市410007