目标运动方向判断

一、原理

       在有些场合由于需要检测目标的运动方向,判断是进入检测区域或是离开检测区域,因此需要设定警戒线。运动方向的判断一般通过检测目标的运动方向来判断。也就是运用运动估计的思想。运动方向坚持需要用图像的光流场估算图像的运动场,根据传统估算方法,需要对图像中的每一个象素进行计算,算出图像每一点的运动场,然后得到整幅图像的运动场,这样算法,计算量相当大,无法实时完成。我们采用基于块的运动估计。

       运动模型是基于平移的块运动模型(图1)。

                                   目标运动方向判断_第1张图片

       第 K 帧中的( x1, y1 )位置处的块运动到第 k+1 帧中(x2, y2 )位置处。平移运动模型为:

                                     S(x, y, k) = S( x+ dx, y+ dy, k+ 1)
       其中:dx = x2 - x1 , dy = y2 - y1                                         ( 4)

      基于平移的块运动模型优点是每一块的运动表示简单,运算量小,便于软硬件实现,块运动向量的寻找采用块匹配法。块匹配算法通过对图像序列中相邻两帧图像间的子块匹配来进行运动估计。在块匹配算法中,图像被分割为子块,子块中的所有象素的运动矢量被认为是相同的。它的基本思想是对于帧k(当前帧) 中像素(n1 ,n2 ) 的位移,通过考虑一个中心定位在(n1,n2) 的N1×N2块搜索帧k+ 1来找出同样大小的最佳匹配块的位置。从计算因素来考虑,搜索通常限制在( N1+ 2M1 ) ×(N2+ 2M2 )范围内。

       我们在采用块匹配法进行向量估计时需要考虑这样几个问题:

      (1)、匹配法则。一般方法有最大互相关函数,最小均方误差函数(MSE) ,最小平均绝对差值函数(MAD)。

      (2)、搜索方法。可以选择全搜索、三步搜索、交叉搜索等,这直接关系到运动向量的精度和运算量。
     (3)、块的大小选择。块大小的选定和实际的监控场景及监控目的有关,块的大效应满足下列要求:每一个块几乎都只具有单一运动或者没有运动。块不能过小,以保证可以搜索到正确的块,否则会出现匹配建立在包含相同灰度等级模式块上的情况。

 

 

 

你可能感兴趣的:(目标跟踪方法)