基于改进三帧差法的微小目标运动轨迹检测方法研究

作者:孙清涛;赵欣悦;张晓萌; 刊名:装备制造技术 上传者:姚庆六

【摘要】针对计算机视觉系统中高速时变快速目标检测路径存在的小目标,容易丢失和轨迹不易检测问题,提出了一种基于三帧差理论的微小运动目标检测跟踪改进算法。该算法采用三帧差分法获取运动目标图像,然后利用颜色阈值分离其他运动目标的干扰。实验使用室内激光点运动记录作为样本,通过本算法检测激光点的快速不规则移动来确定激光点运动轨迹。结果表明,该算法能够完整地检测激光轨迹,能够有效降低目标图像和其他运动物体的噪声。

全文阅读

《装备制造技术》2019 年第 03 期 0 引言 激光广泛应用于工业测量和军事目标的准确对抗。在激光应用领域,激光点检测和跟踪技术起着至关重要的作用。激光光斑作为没有明显特征和纹理的点通常被淹没在复杂的背景中并且难以检测。因此,跟踪和检测这种小目标的激光点被认为是一项艰巨的挑战。 近年来,检测激光点类型的微小目标的方法的主要有光流法[1-3]、帧间差分法[4]和背景差分法[5,6]。但是光流法不能定位运动目标轮廓,需要使用其他算法来定位目标。这将使计算任务对于具有大量计算的光流方法更加沉重[7]。背景差分法计算量很大,通常需要2 ~ 3 个小时才能更新背景,无法实时更新。帧差分方法具有计算量小,实时性强等优点,常用于检测物体。 但是,两帧差分法检测激光点会产生很多噪声。 因此,本文提出了一种将三帧差分[8]方法与颜色阈值分割相结合的新算法。利用三帧差分法检测运动激光点可以有效降低噪声,然后在 HSV(Hue,Saturation,Value) 颜色空间中使用颜色阈值分割方法。通过干涉检测到的其他移动物体被移除以获得激光轨迹的连续和完整坐标。实践证明,该算法对快速移动激光点的检测效果非常好,完全满足工业等行业的要求。利用了 Visual Studio 软件平台中的 OpenCV 实现。 1 改进的三帧差法 针对帧间差分中目标快速运动时的误检测目标区域的空洞问题,在对图像进行预处理之后,使用改进的帧差异即三帧差异来检测移动目标。对于摄像机静止时拍摄的视频序列,对第一个 k 帧和 k-1 帧图像进行平滑处理,然后使用帧间差分的方法进行帧减法。从第 k 帧图像中减去 k-1 帧图像以获得二值图像。公式表示为: D(x,y)= 1,fk(x,y)- fk-1(x,y) ≥T 0,fk(x,y)- fk-1(x,y) < < T (1) 其中,T 是预设阈值,可根据经验选择。如果 T 选择得太大,那么目标的检测可能是一个较大的空洞甚至是漏检,如果 T 选择太小,会有很多噪声。然而,由帧间差分法检测的运动目标包含两帧中的运动信息,从而检测到更多目标点。为了改善帧差分方法的不足,提出了三帧差分方法。 三帧差分方法首先平滑图像的三个连续帧,然后分别执行帧差分处理。从 k 帧图像中减去 k-1 帧图像以获得二值图像 D1(x,y)从第 k 图像中减去第 k 图像以获得二值图像 D2(x,y)。最后,AND 操作的结果是 D1(x,y)和 D2(x,y)图像 D(x,y),公式表示为: D1(x,y)= 1,fk(x,y)- fk-1(x,y) ≥T 0,fk(x,y)- fk-1(x,y) < < T (2) 基于改进三帧差法的微小目标运动轨迹检测方法研究 孙清涛,赵欣悦,张晓萌 (沈阳理工大学自动化与电气工程学院,辽宁 沈阳 110159) 摘 要:针对计算机视觉系统中高速时变快速目标检测路径存在的小目标,容易丢失和轨迹不易检测问题,提出了一种基于三帧差理论的微小运动目标检测跟踪改进算法。该算法采用三帧差分法获取运动目标图像,然后利用颜色阈值分离其他运动目标的干扰。实验使用室内激光点运动记录作为样本,通过本算法检测激光点的快速不规则移动来确定激光点运动轨迹。结果表明,该算法能够完整地检测激光轨迹,能够有效降低目标图像和其他运动物体的噪声。 关键词:三帧差异;颜色阈值分割;移动目标;激光检测中图分类号:TP29 文献标识码:A 文章编号:1672-545X(2019)03-0135-03 收稿日期:2018-12-25 基金项目:沈阳理工大学大学生创新创业计划项目

参考文献

引证文献

问答

我要提问