摘  要： 為了提高多目標(biāo)跟蹤中的處理速度,，提出一種快速標(biāo)記多目標(biāo)的方法,，并給出了算法流程和實(shí)驗(yàn)結(jié)果分析。通過圖像坐標(biāo)變換,，將9點(diǎn)象素融合到新圖像中的1點(diǎn),，逐行反復(fù)搜索鄰域連通點(diǎn)以實(shí)現(xiàn)目標(biāo)自動(dòng)標(biāo)記。
關(guān)鍵詞： 多目標(biāo)跟蹤  目標(biāo)標(biāo)記  目標(biāo)識(shí)別

　　現(xiàn)代技術(shù)的發(fā)展，對(duì)電視跟蹤性能的要求也越來越高,，跟蹤技術(shù)所解決的問題也越來越復(fù)雜,。在許多場(chǎng)合，例如空中交通管制(民航飛機(jī))和海洋監(jiān)測(cè)等都需要同時(shí)跟蹤多個(gè)目標(biāo),。多目標(biāo)跟蹤中一個(gè)重要的問題是目標(biāo)的自動(dòng)標(biāo)記,。自動(dòng)標(biāo)記要求準(zhǔn)確識(shí)別每個(gè)目標(biāo)，既不能把1個(gè)目標(biāo)識(shí)別為2個(gè)目標(biāo),，也不能把2個(gè)目標(biāo)當(dāng)成1個(gè)目標(biāo)處理,。準(zhǔn)確性和快速性是對(duì)目標(biāo)標(biāo)記的2個(gè)要求，然而這2方面也相互制約,。近年來,，多目標(biāo)快速標(biāo)記成為解決目標(biāo)跟蹤問題的制約因素，因此也受到越來越多的關(guān)注,。
　　目標(biāo)標(biāo)記的方法有很多,，傳統(tǒng)的目標(biāo)標(biāo)記方法是以象素為基本單位，該方法比較耗費(fèi)內(nèi)存和時(shí)間,。20世紀(jì)90年代提出利用目標(biāo)起終點(diǎn)坐標(biāo)對(duì)目標(biāo)進(jìn)行標(biāo)記[1],。該方法計(jì)算速度有一定程度提高,，同時(shí)也降低了內(nèi)存需求,，缺點(diǎn)是只包含每行各個(gè)分段的起終點(diǎn)位置信息，目標(biāo)信息不連貫,，且該算法實(shí)現(xiàn)復(fù)雜,。本文提出一種方法，它減小了標(biāo)記過程處理象素的個(gè)數(shù),，在標(biāo)識(shí)目標(biāo)的可靠性和速度方面都得到了提高,。
1  目標(biāo)標(biāo)記方法
　　目標(biāo)標(biāo)記是在當(dāng)前幀圖像二值化之后對(duì)各個(gè)目標(biāo)進(jìn)行自動(dòng)識(shí)別。識(shí)別的方法是在圖像中尋找連通區(qū),，彼此相連的目標(biāo)點(diǎn)屬于同一個(gè)目標(biāo),，各個(gè)不同的連通區(qū)域?qū)?yīng)不同的目標(biāo)。通過自動(dòng)標(biāo)記過程可以得到目標(biāo)的個(gè)數(shù),、各目標(biāo)的位置,、輪廓等目標(biāo)特征信息，從而在后序處理過程利用這些信息來保證跟蹤性能的可靠性,。目標(biāo)標(biāo)記的錯(cuò)報(bào)率對(duì)跟蹤結(jié)果會(huì)造成直接影響,，所以目標(biāo)標(biāo)記是多目標(biāo)跟蹤過程中的一個(gè)關(guān)鍵環(huán)節(jié)。
　　目標(biāo)標(biāo)記是一個(gè)較耗費(fèi)內(nèi)存和計(jì)算量的環(huán)節(jié),。標(biāo)記的速度與目標(biāo)數(shù)量以及目標(biāo)復(fù)雜程度成正比,。傳統(tǒng)的目標(biāo)標(biāo)記方法直接對(duì)二值化之后的目標(biāo)進(jìn)行處理，尋找圖像中的各個(gè)目標(biāo)連通區(qū)。由于目標(biāo)形狀復(fù)雜多樣,，因此尋找連通區(qū)的算法也較復(fù)雜,，從而導(dǎo)致計(jì)算量非常大。此外由于噪聲干擾的存在,，增加了尋找連通區(qū)域的計(jì)算量和出錯(cuò)概率,。本文通過對(duì)二值圖像進(jìn)行圖像坐標(biāo)系變換，大量減少了標(biāo)識(shí)目標(biāo)運(yùn)算中象素點(diǎn)的個(gè)數(shù),，從而提高了標(biāo)識(shí)目標(biāo)的速度,。二值圖像的坐標(biāo)變換過程如圖1所示，利用一個(gè)3×3的模板將圖像image1中的9個(gè)象素點(diǎn)轉(zhuǎn)變成圖像image2中的1個(gè)象素點(diǎn),。轉(zhuǎn)換的準(zhǔn)則是：當(dāng)區(qū)域中9個(gè)象素點(diǎn)中的目標(biāo)點(diǎn)(黑色)個(gè)數(shù)大于5時(shí),，則變換后的象素點(diǎn)是目標(biāo)，將該點(diǎn)賦值為1,；否則為背景,，將該點(diǎn)賦值為0。變換后image2的圖像信息量只有image1圖像的1/9,。

　　目標(biāo)標(biāo)記逐行搜索過程如圖2所示,。在圖2(a)中圖像image2有2個(gè)目標(biāo)，分別是目標(biāo)1和目標(biāo)2,，圖2(b)是對(duì)圖2(a)中目標(biāo)1的放大圖,。在圖2(b)中，各個(gè)方格表示目標(biāo)點(diǎn),，方格之外的區(qū)域表示背景,。對(duì)圖像image2中的目標(biāo)標(biāo)記具體過程如下。

　　(1)在圖像image2中逐行尋找第1個(gè)象素值為1的點(diǎn),，其坐標(biāo)為(k,，l)，之后將狀態(tài)標(biāo)記nextL置為false,，沿著第k行向右依次查詢象素值為1的目標(biāo)點(diǎn),，直到象素點(diǎn)Pixel(k，m)=0,，停止向右查詢,。將(k，l)至(k,，m-1)之間點(diǎn)加入到目標(biāo)數(shù)組中,，并且把這些點(diǎn)的象素值置為2。檢測(cè)第k+1行中(k+1,，l-1)至(k+1,，m)點(diǎn),，如果存在象素值為1的點(diǎn)，則nextL=true,，并且將該點(diǎn)象素值修改為3,。
　　(2)依次檢測(cè)以下各行(各行處理方式相同)，當(dāng)檢測(cè)到圖2中最為復(fù)雜的第s行時(shí),，如果nextL=true,，則處理該行，否則終止,。接著設(shè)置nextL=fasle,，從第s行第1個(gè)象素值為3的目標(biāo)點(diǎn)A開始，從A點(diǎn)開始在左右二側(cè)找到象素為1或3的連通區(qū),，左側(cè)連通到(s,，p)，右側(cè)連通到(s,，q),。將該行(s，p)至(s,，q)的象素點(diǎn)加入到目標(biāo)數(shù)組,，并且將這些象素值置為2，同時(shí)檢測(cè)上一行(s-1,，p-1)至(s-1,，q+1)之間的象素和下一行(s+1，p-1)至(s+1,，q+1)之間的象素,。如果在這些點(diǎn)之間存在象素值為1的象素點(diǎn),，則將標(biāo)志位next置為true,，并且把這些點(diǎn)的象素值修改為3，如圖2(b)中E,、F,、G、H,、I,、J、K點(diǎn)置為3,。
　　(3)同步驟2,，依次檢索每一行，直到該行的狀態(tài)標(biāo)記nextL=0,，停止向下一行搜索目標(biāo)點(diǎn),。
　　(4)在整幅圖像上重新搜索,，如果檢測(cè)到某一點(diǎn)象素值為3，則重復(fù)步驟2,，將所有象素點(diǎn)加入到目標(biāo)當(dāng)中,。重復(fù)搜索整幅圖像直到圖像中沒有象素值為3的點(diǎn)為止，第1個(gè)目標(biāo)的象素點(diǎn)搜索完畢,。
　　(5)搜索第2個(gè)目標(biāo),，接著在圖像中逐行搜索第一個(gè)為1的象素點(diǎn)，重復(fù)步驟(1),。這樣依次將圖像中所有目標(biāo)加入到目標(biāo)數(shù)組中,。
　　(6)按照?qǐng)D1所示方法進(jìn)行反變換，將圖1(b)中的1個(gè)象素點(diǎn)擴(kuò)展到圖1(a)中的9個(gè)象素點(diǎn),。為了精確地得到各個(gè)目標(biāo),，將求取的各個(gè)目標(biāo)在各個(gè)方向外擴(kuò)3個(gè)象素點(diǎn)。在該區(qū)域中每行第1個(gè)象素值為1的點(diǎn)為目標(biāo)的該行起始點(diǎn),，每行最后一個(gè)象素值為1的點(diǎn)為該行的終止點(diǎn),，在該區(qū)域內(nèi)按重心法計(jì)算各個(gè)目標(biāo)的重心。
目標(biāo)標(biāo)記的程序流程圖如圖3所示,。

2  目標(biāo)標(biāo)號(hào)維持
　　經(jīng)過以上步驟各目標(biāo)標(biāo)記完畢,，且目標(biāo)標(biāo)號(hào)按照該目標(biāo)出現(xiàn)的位置進(jìn)行編號(hào)，此時(shí)目標(biāo)的編號(hào)不能和圖像序列中先前的目標(biāo)建立對(duì)應(yīng)統(tǒng)一的關(guān)系,。多目標(biāo)跟蹤就是要保持各個(gè)目標(biāo)在其生存周期間,，對(duì)該目標(biāo)的編號(hào)保持不變。當(dāng)前幀與前一幀目標(biāo)的幾種位置關(guān)系如圖4所示,。當(dāng)前幀圖像中虛線目標(biāo)表示前一幀目標(biāo)在當(dāng)前幀圖像上的位置映射,，實(shí)線表示在當(dāng)前幀中出現(xiàn)的目標(biāo)。當(dāng)目標(biāo)做無交叉運(yùn)動(dòng)時(shí),，當(dāng)前幀目標(biāo)只與前一幀圖像上一個(gè)目標(biāo)映射發(fā)生重疊,，如圖4(a)所示，此時(shí)當(dāng)前幀該目標(biāo)編號(hào)為在前一幀中與其對(duì)應(yīng)目標(biāo)的編號(hào),。當(dāng)目標(biāo)發(fā)生交叉運(yùn)動(dòng)時(shí),，會(huì)出現(xiàn)如圖4(b)所示的場(chǎng)景，前一幀2個(gè)目標(biāo)都與當(dāng)前幀的1個(gè)目標(biāo)有重疊,，表示有目標(biāo)發(fā)生交叉運(yùn)動(dòng),，此時(shí)目標(biāo)的相交標(biāo)志置為true。在目標(biāo)1,、2相交時(shí)刻無法將二者辨別出來,，此時(shí)需要按照各個(gè)目標(biāo)在相交前的運(yùn)動(dòng)方式進(jìn)行位置預(yù)測(cè)，直到相交目標(biāo)分離后,，按照預(yù)測(cè)位置和目標(biāo)觀測(cè)位置的匹配程度確定目標(biāo)編號(hào),。圖4(c)表示相交目標(biāo)分離,，該情況發(fā)生在相交標(biāo)志為true的目標(biāo)上，當(dāng)前幀2個(gè)目標(biāo)都與前一幀1個(gè)目標(biāo)映射發(fā)生重疊,。

3  實(shí)驗(yàn)結(jié)果與分析
　　根據(jù)本文提出的目標(biāo)標(biāo)記算法及目標(biāo)跟蹤算法,，利用VC編程實(shí)現(xiàn)5個(gè)目標(biāo)的跟蹤過程，采用塞揚(yáng)1.7GHz處理器和corona2采集卡,。此時(shí)目標(biāo)標(biāo)記時(shí)間為3.24ms,，圖像中所有目標(biāo)都被有效識(shí)別出來。當(dāng)目標(biāo)做交叉和無交叉運(yùn)動(dòng)時(shí),，都對(duì)目標(biāo)進(jìn)行穩(wěn)定可靠的跟蹤,，并且能夠滿足實(shí)時(shí)性要求。由于采用9個(gè)象素合為1點(diǎn)的圖像坐標(biāo)變換,，參與目標(biāo)標(biāo)記運(yùn)算的象素個(gè)數(shù)大幅減少,，目標(biāo)識(shí)別速度得到提高。此外,，圖像坐標(biāo)變換過程屬于低通濾波,，降低了噪聲對(duì)目標(biāo)標(biāo)記的干擾，所以本文提出的目標(biāo)標(biāo)記方法速度快,，受噪聲干擾程度小,。由于目標(biāo)標(biāo)記采用的是逐個(gè)目標(biāo)分行搜索的方法，因此誤識(shí)別目標(biāo)概率低,。
4  結(jié)  論
　　實(shí)驗(yàn)結(jié)果表明,，本文提出的多目標(biāo)快速標(biāo)記方法具有速度快、可靠性強(qiáng)的特點(diǎn),，能夠準(zhǔn)確標(biāo)識(shí)目標(biāo),。利用該方法對(duì)目標(biāo)跟蹤，無論目標(biāo)做交叉運(yùn)動(dòng)還是無交叉運(yùn)動(dòng)都能保證跟蹤的性能要求,。該方法能夠滿足跟蹤目標(biāo)的實(shí)時(shí)性要求,，切實(shí)可行。
參考文獻(xiàn)
1   張桂林,，曹偉   .實(shí)時(shí)標(biāo)記的多目標(biāo)圖像跟蹤器.華中理工大學(xué)學(xué)報(bào),，1994,；22(5)
2   王延杰,，宋建中.一種實(shí)時(shí)自適應(yīng)圖像二值化方法.光學(xué)精密工程，1994,；2(5)
3   朱進(jìn).交叉運(yùn)動(dòng)多目標(biāo)電視跟蹤算法.光學(xué)精密工程,，1994；2(5)
4   朱自謙,，王淑蘭.多目標(biāo)跟蹤（MTT）技術(shù)的發(fā)展.航空電子技術(shù),，1995,；(3)
5   徐濤，曾濤.基于貝葉斯推理的目標(biāo)跟蹤.計(jì)算機(jī)仿真,，2004,；21(5)