运动图像目标检测与跟踪简述

运动图像跟踪问题分为目标检测与目标跟踪两部分

一、目标检测

目标检测即为从序列图像中将变化区域从背景图像中提取出来，依照目标与相机之间的关系可以分为静态背景下运动检测与动态背景下运动检测。

1、静态背景

指的是相机在监视过程中不发生移动，检测目标在相机视场内运动，只有目标相对于相机的运动。

●背景差分法：利用当前图像与背景图像的差分来检测运动区域。

思想：先获得一个背景模型，将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断此像素为运动目标，否则属于背景图像。

●帧间差分法：通过相邻两帧图像的差值计算，来获得运动目标轮廓。

当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。图像序列逐帧的差分，相当于对图像序列进行了时域下的高通滤波。

●光流法：空间中运动可以用运动场描述，图像平面上物体运动通过图像序列中图像灰度分布来体现，从而空间中运动场转移到图像上就表示为光流场。图像上的点与三维物体上的点一一对应，这种对应关系可以通过投影来计算得到。光流场反映了图像上没一点灰度的变化趋势，可看成带灰度的像素点在图像平面运动产生的“”瞬时速度场“”，也是对真实运动场的近似估计。

思想：如果图像中没有运动目标，则光流矢量在整个图像区域是连续变化的。当图像中有运动物体时，目标和背景存在着相对运动。运动物体所形成的速度矢量必然和背景的速度矢量有所不同，如此便可以计算出运动物体的位置。

2、动态背景

指的是相机在监视过程中发生移动（平移、旋转、多自由