本发明属于视频监控系统技术领域，特别涉及一种目标检测与跟踪系统。
背景技术：
社会的不断发展促使科技的不断进步，今天我们已经进入了信息时代，其中涌现了图像处理、模式识别、自动控制、人工智能及计算机等许多领域的先进技术，这些技术的存在为视频监控系统的实现提供了一定的理论基础。智能视频监控系统已经广泛深入到实际生活中，如银行、商场、地铁等复杂公共场所的安全维护、煤矿等特殊场所的安全保障、医院中病人的实时监护，个人家庭中的无人监控等，为人们的生活提供了方方面面的保障。传统的视频监控系统存在准确性低、实时性差，抗干扰能力不足等缺陷，不能满足人民日益增长的物质需求，所以人们更加迫切的需要更先进的技术，获得更简单更高效的视频监控系统来实现对相应场所或物体的实时监控，进而更好的保障生活质量。
技术实现要素：
本发明的目的是为了克服现有技术中的不足，提供一种目标检测与跟踪系统，解决传统视频监控系统实现复杂并且存在容易受外在干扰而出现的实时性差、判断不准确进而造成效率低等问题。
本发明的目的是通过以下技术方案实现的：
一种目标检测与跟踪系统，该系统包括视频图像采集模块，所述视频图像采集模块分别连接图像预处理模块与图像存储模块，图像预处理模块连接运动目标检测模块，运动目标检测模块连接图像后处理模块，图像后处理模块连接目标特征提取模块，目标特征提取模块连接目标跟踪模块，目标跟踪模块连接图像显示模块，图像显示模块还与图像存储模块相连接。
所述视频图像采集模块中通过主摄像机采集到视频监控区域内具有yuv格式视频帧序列的位图。
所述图像预处理模块首先将彩色图像转换为灰度图像，之后利用图像滤波技术处理灰度图像用于消除图像中的噪声，在滤波前设置屏蔽区，用于排除干扰。
所述运动目标检测模块涉及的算法采用均值背景建模与背景差分法相结合。
所述图像后处理模块用于对输入的视频图像进行二值化和形态学处理。
所述目标特征提取模块用于对输入图像的连通域进行标记，计算连通域的特征信息，获得当前帧的运动目标特征信息。
所述目标跟踪模块用于结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判断阈值，分析连续几帧中运动物体的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机的测试位置及相应定位方法，制定镜头切换策略，最终实现对目标的跟踪。
与现有技术相比，本发明的技术方案所带来的有益效果是：
本发明通过对监控场景中的物体信息进行处理，能够快速准确的检测出运动物体，设定相应的判别阈值，提取出分析图像中的运动目标，获得目标的参数，配合摄像机确定运动目标在图像中的位置，根据相应的定位方法对运动目标进行跟踪，制定适合的摄像机镜头切换策略，最终实现对目标的特定跟踪。本系统比传统视频监控系统更加容易实现，同时很大程度上提高了视频监控系统的效率和实时性。
附图说明
图1是本发明实施例中一种目标检测与跟踪系统的工作流程图。
具体实施方式
为使本发明的特征、优点等信息更加浅显易懂，下面将结合附图和具体实施方式进一步详细的说明。
本发明一种目标检测与跟踪系统，如图1所示，包括视频图像采集模块101，分别连接图像预处理模块102与图像存储模块108，图像预处理模块102连接运动目标检测模块103，运动目标检测模块103连接图像后处理模块104，图像后处理模块104连接目标特征提取模块105，目标特征提取模块105连接目标跟踪模块106，目标跟踪模块106连接图像显示模块107，图像显示模块107还与图像存储模块108连接。
视频图像采集模块101是通过具有固定位置的主摄像机采集到监控区域的具有yuv格式视频帧序列的位图。
图像预处理模块102是首先将彩色图像转换为灰度图像，然后利用图像滤波技术处理灰度图像，目的是消除图像中的噪声。图像滤波技术有多种，为了在处理图像的同时，尽量保留图像的边缘信息，本发明采用中值滤波技术处理输入的灰度图像，当然根据监控场景的不同需要，也可以选择其他的滤波技术，这里不再详述。
运动目标检测模块103是智能视频监控的核心，是整个目标检测与跟踪系统能够准确、实时运行以及继续进行后续目标特征提取和目标跟踪的基础，运动目标检测模块103使用视频图像处理、计算机视觉等技术，通过对输入的视频图像序列信息进行处理，设定相应判别阈值，从图像中提取出运动目标，为后续在目标特征提取模块105中提取运动目标特征信息提供技术支持，运动目标检测模块103的算法采用均值建模与背景差分法相结合，所谓均值背景建模就是采集n帧图像，对n帧图像相同位置的像素值进行求和运算后再除以n取平均值作为背景模型在对应位置的像素值，然后采用相同方法得到背景模型所有位置的像素值，即完成了背景建模，所谓背景差分法就是用当前帧和背景模型进行相减运算，即可得到相应的前景区域。
图像后处理模块104是对检测出的前景区域图像进行二值化和形态学处理，得到运动物体的连通域。
目标特征提取模块105是通过对连通域进行标记，计算连通域特征信息，获得当前帧运动目标的特征参数，包括连通域的面积大小、中心像素点的位置、目标外接矩形框的长和宽等，获得当前帧的运动目标特征信息，为后续的目标跟踪提供支持。
目标跟踪模块106是结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判别阈值，分析连续几帧中运动目标的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机获得的位置及相应定位方法，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪。
本发明系统的工作原理为：通过视频图像采集模块101采集由主摄像头采集到监控区域内的具有yuv格式视频帧序列的位图，将图像送入图像存储模块108及图像预处理模块102进行处理，方便视频图像的提取与显示，在图像预处理模块102中首先将彩色图像转换为灰度图像，然后利用图像滤波技术对灰度图像进行处理，目的是消除图像中的噪声，在滤波前设置一定的屏蔽区，用于排除预知的与运动目标距离较远但在分析区域内的干扰，将处理后的图像送入运动目标检测模块103中进行处理，在运动目标检测模块103中的处理包括均值背景模型的初始建立及更新、设定判别阈值、运动目标的提取，在图像后处理模块104中对检测出的前景区域进行二值化和形态学处理，得到运动物体的连通域，所谓二值化就是将图像上点的灰度值与设定的阈值比较使结果值为0或255，即图像呈现出黑白效果，所谓形态学处理就是对图像进行腐蚀和膨胀运算，分别去除图像中的干扰目标和空洞，进而使前景图像的形态更好。在目标特征提取模块105中，通过对连通域进行标识，计算得到连通域的特征参数包括运动目标像素点位置、面积大小等，获得当前帧的运动目标特征信息，在目标跟踪模块106中，结合当前帧运动目标特征参数和前一帧运动目标特征参数，将当前帧的运动目标图像与前一帧运动目标图像进行比较，根据设定的判别阈值，分析连续几帧中运动目标的运动结果，对当前帧需要跟踪的运动目标进行整理，结合摄像机获得的位置及相应定位方法，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪。目标检测与跟踪部分以及存储部分的原始视频图像数据结合后，通过视频编解码将数字图像数据转变为模拟电压信号，通过图像显示模块107显示出来。
本发明目标检测与跟踪系统，通过对视频监控区域内的物体信息进行处理，能够实时、准确的检测出运动物体，提取出运动目标，得到运动目标的特征参数，确定运动目标位置，对运动目标进行定位和跟踪，制定适合的摄像机镜头切换策路，最终实现对目标的特定跟踪，进而大幅度提高了视频监控系统的实时性和监控效率。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。