一种基于光流法的运动目标跟踪方法及系统的制作方法
【技术领域】
[0001] 本发明涉及视频图像处理领域，特别是一种基于光流法的运动目标跟踪方法及系 统。
【背景技术】
[0002] 煤炭安全高效开采中，发展以实现无人化开采为目标的智能技术与装备对我国煤 炭开采产业的发展具有重要意义。其中，随着煤矿视频监控系统的大量应用，重大事故的 发生次数随之减少。但是，传统的煤矿视频监控系统一般只简单地记录监控场景的视频录 像，再借助操作人员来观察场景中潜在的危险。这种视频监控系统需要耗费巨大的人力和 物力资源，才能实现对海量数据的观察和处理，而实际应用中急需一种能够实现全天候的 实时智能监控系统。检测和实时跟踪井下人员，一方面可以及时准确掌握井下人员的分布 情况，另一方面对于煤矿的安全生产、报警及联动处理和事故后的报布情况都有重要意义， 因此矿井运动目标跟踪是煤矿视频监控中一个十分重要的问题。
[0003] 煤矿井下视频图像在特殊的工矿环境下，采集到的图像照度低、变化大，背景噪声 大且噪声分布不均匀，此外，部分煤矿井下视频既包含固定摄像机拍摄的视频图像也包括 车载摄像机（摄像机移动）摄录的视频图像。
[0004] 现有的设计大多采用光流法进行目标提取，虽然也能够提取运动目标，但是目标 轮廓并不完整。
[0005] 同时，现有技术通过光流法通过当前帧估计出下一帧图像，但是由于噪声的存在， 会出现错误的匹配，造成目标提取错误，最终使得目标跟踪失败。
[0006] 因此，如何设计出一种目标提取效果好且目标跟踪稳定的运动目标跟踪方法是业 界亟需解决的课题。
【发明内容】
[0007]为了解决上述现有的技术问题，本发明提供基于光流法的运动目标跟踪方法及系 统利用边缘检测以及利用光流法对预处理图像进行提取目标信息且创建模板图像并进行 模板图像匹配对目标进行跟踪以使得对运动目标进行准确稳定的跟踪。
[0008] 本发明提供一种基于光流法的运动目标跟踪方法，包括步骤：
[0009]提供视频图像并对所述图像进行预处理生成预处理图像；
[0010] 对预处理图像进行边缘检测以及利用光流法对预处理图像进行提取目标信息，并 根据边缘检测的信息和提取到的目标信息融合生成完整的运动目标；
[0011] 利用光流法对所述运动目标进行估计分析且采用基于特征点轨迹的向前向后误 差算法对剔除由于光照产生的错误匹配点；
[0012] 创建模板图像并进行模板图像匹配对运动目标进行跟踪。
[0013] 优选地，所述利用光流法对预处理图像进行提取目标信息时，先采用SUSAN角点 检测算法对图像进行角点检测且在多尺度下计算光流。
[0014] 优选地，所述融合生成完整的运动目标的步骤中还包括步骤：
[0015] 对边缘检测后的图像和利用光流法计算生成的图像进行二值化处理。
[0016] 优选地，所述生成完整的运动目标的步骤还包括：
[0017] 将边缘信息与目标信息通过"与"运算进行融合，计算公式为：
[0018]
其中，Fth(i，j)表示数据融合后的图 像，Pth(i，j)表示运动目标边缘二值化后的信息，Lth(i，j)表示运动目标的光流类二值化后 的信息，（i，j)表示图像的像素点坐标。
[0019] 优选地，所述创建模板图像并进行模板图像匹配对目标进行跟踪的步骤包括：
[0020] 创建用于目标跟踪时的初始模板；
[0021 ] 判断模板中的每一点到图像中的每一点的相似性程度；
[0022] 采用可变系数对模板进行更新。
[0023] 本发明还提供一种基于光流法的运动目标跟踪系统，包括：
[0024] 图像预处理模块，用于提供视频图像并对所述图像进行预处理生成预处理图像；
[0025] 目标提取模块，用于对预处理图像进行边缘检测以及利用光流法对预处理图像进 行提取目标信息，并根据边缘检测的信息和提取到的目标信息融合生成完整的运动目标；
[0026] 目标估计模块，用于利用光流法对所述运动目标进行估计分析且采用基于特征点 轨迹的向前向后误差算法对剔除由于光照产生的错误匹配点；
[0027]目标跟踪模块，用于创建模板图像并进行模板图像匹配对目标进行跟踪。
[0028] 优选地，所述目标提取模块利用光流法对预处理图像进行提取目标信息时，采用 SUSAN角点检测算法对图像进行角点检测且在多尺度下计算光流。
[0029] 优选地，所述目标提取模块还包括：
[0030] 二值化处理模块，用于对边缘检测后的图像和利用光流法计算生成的图像进行二 值化处理。
[0031] 优选地，所述目标提取模块还包括：
[0032] 数据融合模块，用于将边缘信息与目标信息通过"与"运算进行融合，用于融合的 计算公式为：
[0033]
其中，Fth(i，j)表示数据融合后的图 像，Pth(i，j)表示运动目标边缘二值化后的信息，Lth(i，j)表示运动目标的光流类二值化后 的信息，（i，j)表示图像的像素点坐标。
[0034] 优选地，所述目标跟踪模块包括：
[0035] 初始模板创建模块，用于创建用于目标跟踪时的初始模板；
[0036] 模板匹配模块，用于判断模板中的每一点到图像中的每一点的相似性程度；
[0037] 模板更新模块，用于采用可变系数对模板进行更新。
[0038] 相较于现有技术，本发明实施例的基于光流法的运动目标跟踪方法及系统通过对 预处理图像进行边缘检测以及利用光流法对预处理图像进行提取目标信息，并根据边缘检 测的信息和提取到的目标信息融合生成完整的运动目标能够准确完整的提取运动目标，并 通过创建模板图像并进行模板图像匹配对运动目标进行跟踪能够实现长时间的对运动目 标稳定的跟踪。
[0039] 因此，本发明实施例的基于光流法的运动目标跟踪方法具有运动目标提取准确完 整，并且能够实现长时间的稳定跟踪的优点。
【附图说明】
[0040] 图1为本发明优选实施例的基于光流法的运动目标跟踪方法的方框图；
[0041] 图2为基于特征点轨迹的向前向后误差算法示意图；
[0042] 图3为本发明优选实施例的基于光流法的运动目标跟踪系统的方框示意图。
【具体实施方式】
[0043] 下面结合【附图说明】及【具体实施方式】对本发明进进一步说明。
[0044] 请参阅图1，图1为本发明优选实施例的基于光流法的运动目标跟踪方法的方框 图。本发明基于光流法的运动目标跟踪方法包括步骤：
[0045] S1:提供视频图像并对所述图像进行预处理生成预处理图像；
[0046] 本步骤用于去除外部场景对图像的影响，主要采用包括基于Retinex的低照度图 像增强和基于小波阈值的图像降噪的方法。
[0047] S2:对预处理图像进行边缘检测以及利用光流法对预处理图像进行提取目标信 息，并根据边缘检测的信息和提取到的目标信息融合生成完整的运动目标；
[0048] 本步骤中，首先采用SUSAN角点检测算法对预处理图像进行角点检测且在多尺度 下计算光流。由于光流法对预处理图像的每一个像素点进行估