谢梅芬

(福建林业职业技术学院自动化信息工程系，福建 南平 353000)

Horn-Schunck光流算法在运动目标检测及跟踪中的运用研究

谢梅芬

(福建林业职业技术学院自动化信息工程系，福建 南平 353000)

光流技术是提取图像序列全局的或特征点的运动信息并对运动信息加工处理以完成目标的跟踪和检测的方法。具体分析了Horn⁃Schunck光流算法(简称HS光流算法)，并将该算法应用到视频图像序列中。研究表明，利用HS光流法计算能近似得到图像中每个像素点的运动矢量，通过找到其中光流值不为零的像素点组成的最大连通区域，可以实现运动目标的检测和跟踪。

检测；跟踪；光流法；运动目标

运动分析是计算机视觉领域的一个重要研究方向，其主要应用于运动目标的检测和跟踪[1]。近年来，随着计算机硬件技术的迅猛发展，计算机对图像的存储和处理都有了长足的进步，为运动图像的研究和分析提供了许多便利，从而极大地促进了运动目标检测和跟踪技术的发展。对运动目标的检测和跟踪的实质是对运动图像中所包含的信息进行分析和提取的过程[2]。在诸多的运动分析方法中，使用光流算法分析序列图像的信息并计算运动目标的运动速度和方向，能有效实现运动目标的检测与跟踪。基于光流算法的运动目标检测与跟踪技术已经在民用、医学、天文和军用的许多领域，显示出巨大的应用潜力。下面，笔者对Horn-Schunck光流算法在运动目标检测及跟踪中的运用进行分析。

1 Horn-Schunck光流算法理论

光流是空间运动物体在观测成像面上的像素运动的瞬时速度。由光流的定义可知，其包含了目标的运动信息，可以用来表达图像的变化。每个像素点都有一个光流值来表征图像的像素点的个数，对此可以利用光流算法计算图像中像素点的像素。光流算法分为2类[3]：计算图像中每个像素点的像素的算法称为稠密光流法；计算图像中部分像素点的像素的算法称为稀疏光流法。Horn-Schunck光流算法(简称HS光流法)属于稠密光流法之一，由Horn和Schunck两位学者创造性地将二维速度场与灰度相联系，以光流约束方程为基础，并假设光流在整个图像上满足全局平滑性(即速度的变化率为零)[4]。

记I(x,y,t)是图像点(x,y)在时刻t的照度，如果u和v是该点光流速度的x和y分量，假定图像点在t+dt时运动到(x+udt,y+vdt)时，照度保持不变，则有：

I(x+udt,y+vdt,t+dt)=I(x,y,t)

(1)

对于光滑变化的光流，构造平滑判定函数[5]s(X)为：

s2(X)=∬(2u+2v)dxdy=∬dxdy

(2)

最后，使用拉格朗日乘数法将光流约束与平滑约束组合起来形成一个平衡。

2 Horn-Schunck光流算法试验

图1 源图像 图2 HS光流算法检测图像

从视频中提取笔者拍摄的图片并转化为8位的单通道灰度图像，图1所示是源图像，图2所示是用HS光流法检测得到的图像。由于图2中背景是静止的，所以背景像素流值为零，在图中呈现为黑色。图2中白色区域是运动目标。因为运动引起了图像中亮度的变化，所以光流值不为零的像素点则是目标上的点，这些点组成的最大连通区域即运动目标。从图2可以看出，经过HS光流法处理，可以过滤掉许多不必要的像素点,减少计算光流的次数，从而提高算法的效率，并最终检测出相关运动信息。

3 基于HS光流算法的运动目标检测

3.1单目标运动检测

图3 基于HS光流算法的单目标检测和跟踪 图4 基于HS光流算法的多目标检测和跟踪

笔者编程实现了基于HS光流算法的单目标运动检测，结果如图3所示(图3中方框代表检测到的点)。从图3可以看出，经过HS光流法处理的图像能够满足单目标运动检测和跟踪的要求。当然，由于摄像机的移动导致背景的全局运动(即图像的抖动)，使得计算出的光流受到干扰，这会导致光流图像中包含背景和前景运动目标的光流。

3.2多目标运动检测

笔者编程实现了基于HS光流算法的多目标运动检测和跟踪，结果如图4所示(图4中方框代表检测到的点)。从图4可以看出，使用HS光流算法进行多目标检测时会存在误检情况，这是由于检测到目标轮廓后，在框定连通区域时很难分开2个目标造成的。

4 结 语

研究表明，利用HS光流法计算能近似得到图像中每个像素点的运动矢量，通过找到其中光流值不为零的像素点组成的最大连通区域，可以实现运动目标的检测和跟踪。当然，笔者在研究中没有考虑运动目标的形变和阴影去除问题，这会导致出现漏检、误检与多目标重叠等现象，因而需要进一步研究以提高算法的准确率，以便更好地实现运动目标的检测和跟踪。

[1]孔斌.快速连通区域分析算法及其实现[J].模式识别与人工智能，2003,16(1):110-115.

[2]董颖.基于光流场的视频运动检测[D].济南：山东大学,2008.

[3]裴巧娜.基于光流法的运动目标检测与跟踪技术[D].北京：北方工业大学,2009.

[4]石雪杰.基于光流机制的运动目标检测[D].合肥：中国科学技术大学,2010.

[5]王晖.视频图像的光流计算方法研究[D].长沙：国防科学技术大学,2007.

[编辑] 李启栋

10.3969/j.issn.1673-1409(N).2012.11.047

TP391 41

A

16731409(2012)11N14602