视频目标检测与跟踪算法综述1、引言运动目标的检测与跟踪是机器视觉领域的核心课题之一,目前被广泛应用在视频编码、智能交通、监控、图像检测等众多领域中。本文针对视频监控图像的运动目标检测与跟踪方法,分析了近些年来国内外的研究工作及最新进展.2、视频监控图像的运动目标检测方法运动目标检测的目的是把运动目标从背景图像中分割出来。运动目标的有效分割对于目标分类、跟踪和行为理解等后期处理非常重要。目前运动目标检测算法的难点主要体现在背景的复杂性和目标的复杂性两方面背景的复杂性主要体现在背景中一些噪声对目标的干扰，目标的复杂性主要体现在目标的运动性、突变性以及所提取目标的非单一性等等。所有这些特点使得运动目标的检测成为一项相当困难的事情。目前常用的运动目标检测算法主要有光流法、帧差法、背景相减法，其中背景减除法是目前最常用的方法。2.1 帧差法帧差法主要是利用视频序列中连续两帧间的变化来检测静态场景下的运动目标，假设 f(x,y)和 f(x,y)分别为图像序列中的第 k 帧和第 k+1 帧中象素点 k(k+1)(x,y)的象素值，则这两帧图像的差值图像就如公式 2—1 所示：Diff=f(x,y)-f(X,y)(2—k+1k(k+1)1)2—1 式中差值不为 0 的图像区域代表了由运动目标的运动所经过的区域(背景象素值不变)，又因为相邻视频帧间时间间隔很小，目标位置变化也很小，所以运动目标的运动所经过的区域也就代表了当前帧中运动目标所在的区域。利用此原理便可以提取出目标。下图给出了帧差法的基本流程：1、首先利用 2-1 式得到第 k帧和第 k+1 帧的差值图像 Diff；2、对所得到的差值图像 Diff 二值化 k+1k+1(如式子 2—2 示)得到 Qk+1；3、为消除微小噪声的干扰，使得到的运动目标更准确，对 Q 进行必要的滤波和去噪处理，后处理结果为 M。k+1k+1Qk+1255,f,Dff(x,y)>Tk+10,f,Diff(x,y)
