本发明涉及图像处理技术领域，具体涉及高清视频中移动目标的运动轨迹捕获方法。
背景技术：
图像识别是当前智能化发展的主要组成部分，其中用于图像识别的图像多依赖于摄像相机。高清摄像相机的普及，更加速了智能识别系统的发展，图像的清晰度不断提高，由1080p很快提升到4k，高清图像有利于提高视野，以实现对大范围小目标的识别。然而，图像的质量的大大增加了目标特别是移动目标识别处理的复杂度，随之而来的就是对图像处理硬件的性能提出了更高的要求，进而导致硬件产品的成本也随之不断的加大。然而，对于目前技术发展来说，硬件性能的提升是相对较为困难地，而软件处理算法的提升的可行性却相对较高。因此，如何让产品在保证高清图像处理能力的前提下，通过对图像处理算法的改进，使硬件产品做到低成本小型化，是人们追求的目标。
技术实现要素：
本发明所要解决的是传统非高清视频的目标识别方法在适用于高清视频中的目标识别时，对硬件产品性能要求较高的问题，提供一种高清视频中移动目标的运动轨迹捕获方法，其能够有效降低高清图像处理过程对硬件的性能要求。
为解决上述问题，本发明是通过以下技术方案实现的：
高清视频中移动目标的运动轨迹捕获方法，具体包括步骤如下：
步骤1、确定视频中每帧图像的分割块数n；
步骤2、依次读取视频中的一帧图像，并将该帧图像分割成n等分，得到n个图像块；
步骤3、按照预定的抓取时序对当前帧图像的n个图像块进行依次抓取；
步骤4、将当前抓取到的图像块与给定的待检测移动目标的特征图像进行图像匹配，以判断当前抓取到的图像块中是否存在待检测移动目标；如果当前抓取到的图像块中存在待检测移动目标，则保留当前抓取图像块；否则，舍弃当前抓取到的图像块；
步骤5，根据所保留图像块在当前帧图像中所处位置以及待检测移动目标在所保留图像块中的位置，确定待检测移动目标在当前帧图像的准确位置坐标；
步骤6、重复步骤2-5，对视频中的每帧图像进行处理得到待检测移动目标在每帧图像的位置坐标，即可获得待检测移动目标的运动轨迹。
上述步骤1中，根据图像处理硬件性能确定其所能处理图像的尺寸s和待处理视频的每帧图像的尺寸s，来确定分割块数n，其中n≥s/s。
上述步骤1中，步骤3中，n个图像块的抓取时序为：以每帧图像的左上角的图像块作为起始图像块，先对第一行的图像块进行从左到右地抓取，再对第二行的图像块进行从左到右地抓取，以此类推，最后一行的图像块进行从左到右地抓取。
上述步骤4中，一旦发现当前抓取图像块存在待检测移动目标时，则直接将当前抓取到的图像块之后时序的图像块舍弃。
上述步骤4中，若当前帧图像的n个图像块均不存在完整的待检测移动目标时，则将当前帧图像放弃，并直接处理视频的下一帧图像。
与现有技术相比，本发明利用视频切割技术，将高清图像分割成多块小像素区域，参于计算机后续运算只是分割出来的小像素区域，无用的区域部分丢掉不参预运算，将图像数据量大大的减少，从而提高了有用数据量的处理速度，对高速运动目标的识别提供了保证，为此提出的解决方案。
附图说明
图1为高清视频中移动目标的运动轨迹捕获方法的流程图。
图2为单帧图像分割示意图；其中(a)为分割前，(b)分割后。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，并参照附图，对本发明进一步详细说明。
参见图1，高清视频中移动目标的运动轨迹捕获方法，其具体包括步骤如下：
步骤1、确定视频中每帧图像的分割块数n。
分割块数n可以根据经验直接给定具体数值，如根据系统配置计算机处理一帧高清图像所需的时间和设计要求完成对目标侦测时间比值来确定分割图像的的倍数，一般将4k或1080p图像分割至640×480分辨率最为合适，普通计算机对此分辨率的处理速度已足够，按照这种原理对一帧图像进行相应倍数分割；也可以通过计算获得相应的数值，即根据图像处理硬件性能确定其所能处理图像的尺寸s和待处理视频的每帧图像的尺寸s，来确定分割块数n，其中n≥s/s。
此外，分割块数n还需要考虑到待检测移动目标的大小，保证所分割出的图像块的大小要大于待检测移动目标，即待检测移动目标能够完整出现在其中1个图像块中。
步骤2、依次读取视频中的一帧图像，并将该帧图像分割成n等分，即得到n个图像块。
步骤3、按照预定的抓取时序对当前帧图像的n个图像块进行依次抓取。
对当前帧图像的n个图像块进行抓取的时序可以根据要求进行确定。如对于起始图像块的选择上，可以选择每帧图像的左上角的图像块，也可以选择每帧图像的左下角的图像块。如对于扫描方式的选择上：(1)当选择每帧图像的左上角的图像块作为起始图像块时：可以先以行为单位，先对第一列进行从左到右扫描抓取，再对下一列图像进行从左到右扫描抓取，……；也可以以列为单位，先对第一行进行从上到下扫描抓取，再对下一行进行从上到下扫描抓取，……；(2)当选择每帧图像的左下角的图像块作为起始图像块时：可以先以行为单位，先对最后一列进行从左到右扫描抓取，再对上一列图像进行从左到右扫描抓取，……；也可以以列为单位，先对第一行进行从下到上扫描抓取，再对下一行进行从上到下扫描抓取，……。当然抓取时序的选择不仅限于上述方式，也可以采用其他的方式，甚至是随机抓取的方式。
在本实施例中，对当前帧图像的n个图像块的抓取时序为：以每帧图像的左上角的图像块作为起始图像块，先对第一行的图像块进行从左到右地抓取，再对第二行的图像块进行从左到右地抓取，以此类推，最后一行的图像块进行从左到右地抓取。
步骤4、将当前抓取图像块与给定的待检测移动目标的特征图像进行图像匹配，以判断当前抓取到的图像块是否存在待检测移动目标。当当前抓取图像块存在待检测移动目标时，则保留当前抓取图像块。否则，舍弃当前抓取图像块。
当确定待检测移动目标为1个时，则可以采用保守方式，即对当前帧图像的所有n个图像块进行待检测移动目标识别，此时只有在n个图像块均进行完图像匹配和判断后，再转入后续步骤5；也可以采用更为高速的处理方式，即一但发现当前帧图像的其中1个图像块存在待检测移动目标时，便直接将后续图像块进行舍弃，并进入步骤5。
考虑到同一个目标恰好位于分割图像块的边缘，而被部分出现在2个以上的图像块中的情况，本发明需要对采用图像完整匹配方式。即当待检测移动目标完整出现在其中1个图像块中时，该图像块才会被保留；若当前帧图像的n个图像块均没有出现完整的待检测移动目标，则将整帧图像舍弃。
步骤5，根据所保留图像块在当前帧图像中所处位置以及待检测移动目标在所保留图像块中的位置，确定待检测移动目标在当前帧图像的准确位置坐标。
步骤6、对视频中的每帧图像进行重复步骤3-5的处理，以得到待检测移动目标在每帧图像的位置坐标，由此即可获得待检测移动目标的运动轨迹。
本发明在进行数据处理时只将切割提取出的1/n份图像信息参与运算处理，使参加运算处理的数据量减少了n倍，从而使图像信息处理的速度也提高了n倍，分块后的计算速度快很多，有效的获取实时处理数据，提高抓捕的成功率，实现高速获取高速移动目标的位置坐标信息；判断这一1/n块信息中是否有需要的信息目标，如果没有就将第一帧图像的所有数据丢掉，再抓取第二帧图像，并将第二帧图像分成与第一帧图像相同n份区域并进行切割，但切割出的n块图像提取，继续延续从第一帧图像分割n块开始的顺序，提取下一块1/n位置区域图像数据，进行分析判断，如没有发现目标，继续循环下一帧图像的下一个1/n块图像进行分析直至发现目标，获取到的目标信息通过运算分析，将抓取的时时目标坐标信息发送到下位机，另一方面进行图像显示；这样就将一帧图像的处理速度提高成分割数量等同的倍数，计算机的运算数据量相应的减少了等同的倍数，大大提高计算机图像的处理速度，实现对高速目标处理速度，降低了对计算机配置的要求，实现低成本高速运算方案。
效果验证：
将本发明方法在opencv软件中进行，通过opencv软件中函数cvsetimageroi获取的矩形设置图像，按规划好区域提取一帧图像中的roi，通过函数cvcreateimage创建目标图像，再将图像复制到运动跟踪的信息处理是否发现有用目标，如发现目标，将这1/n切割图像拿去处理；如未发现目标，丢掉这帧图像，去抓取下一帧图像下一区域的1/n图像进行判断，从每一帧切割n份图像中循环进行搜寻直到找到有用目标进行处理。
当要识别图2(a)所示的高清视频的图像帧中是否存在小五边形的目标时：首先，将该图像帧按要求分割为4等分，如图2(b)所示。然后，对于分割所得到的4个图像块，采用从左到右，从上到下的时序对其进行提取。接着，读取1区域(即第一图像块)，没有发现目标，将这一图像块丢掉；读取2区域(即第二图像块)，没有发现目标，将这一图像块丢掉；读取3区域(即第三图像块)，发现目标，保留该图像块，并对该图像块进行目标状态的识别处理；读取4区域(即第四图像块)，没有发现目标，将这一图像块丢掉。
本发明方法是适用于获取高清高速目标信息的低成本解决方案，首先根据系统总体设计方案分配给摄像头侦测目标的时间，计算机必须在规定的时间内计算出目标位置信息并输出，一般都在数毫秒级范围内完成。
需要说明的是，尽管以上本发明所述的实施例是说明性的，但这并非是对本发明的限制，因此本发明并不局限于上述具体实施方式中。在不脱离本发明原理的情况下，凡是本领域技术人员在本发明的启示下获得的其它实施方式，均视为在本发明的保护之内。