摘 要： 為了提高多目標跟蹤中的處理速度，提出一種快速標記多目標的方法，并給出了算法流程和實驗結果分析。通過圖像坐標變換，將9點象素融合到新圖像中的1點，逐行反復搜索鄰域連通點以實現(xiàn)目標自動標記。
關鍵詞： 多目標跟蹤 目標標記 目標識別
現(xiàn)代技術的發(fā)展，對電視跟蹤性能的要求也越來越高，跟蹤技術所解決的問題也越來越復雜。在許多場合，例如空中交通管制(民航飛機)和海洋監(jiān)測等都需要同時跟蹤多個目標。多目標跟蹤中一個重要的問題是目標的自動標記。自動標記要求準確識別每個目標，既不能把1個目標識別為2個目標，也不能把2個目標當成1個目標處理。準確性和快速性是對目標標記的2個要求，然而這2方面也相互制約。近年來，多目標快速標記成為解決目標跟蹤問題的制約因素，因此也受到越來越多的關注。
目標標記的方法有很多，傳統(tǒng)的目標標記方法是以象素為基本單位，該方法比較耗費內存和時間。20世紀90年代提出利用目標起終點坐標對目標進行標記[1]。該方法計算速度有一定程度提高，同時也降低了內存需求，缺點是只包含每行各個分段的起終點位置信息，目標信息不連貫，且該算法實現(xiàn)復雜。本文提出一種方法，它減小了標記過程處理象素的個數(shù)，在標識目標的可靠性和速度方面都得到了提高。
1 目標標記方法
目標標記是在當前幀圖像二值化之后對各個目標進行自動識別。識別的方法是在圖像中尋找連通區(qū)，彼此相連的目標點屬于同一個目標，各個不同的連通區(qū)域對應不同的目標。通過自動標記過程可以得到目標的個數(shù)、各目標的位置、輪廓等目標特征信息，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。目標標記的錯報率對跟蹤結果會造成直接影響，所以目標標記是多目標跟蹤過程中的一個關鍵環(huán)節(jié)。
目標標記是一個較耗費內存和計算量的環(huán)節(jié)。標記的速度與目標數(shù)量以及目標復雜程度成正比。傳統(tǒng)的目標標記方法直接對二值化之后的目標進行處理，尋找圖像中的各個目標連通區(qū)。由于目標形狀復雜多樣，因此尋找連通區(qū)的算法也較復雜，從而導致計算量非常大。此外由于噪聲干擾的存在，增加了尋找連通區(qū)域的計算量和出錯概率。本文通過對二值圖像進行圖像坐標系變換，大量減少了標識目標運算中象素點的個數(shù)，從而提高了標識目標的速度。二值圖像的坐標變換過程如圖1所示，利用一個3×3的模板將圖像image1中的9個象素點轉變成圖像image2中的1個象素點。轉換的準則是：當區(qū)域中9個象素點中的目標點(黑色)個數(shù)大于5時，則變換后的象素點是目標，將該點賦值為1；否則為背景，將該點賦值為0。變換后image2的圖像信息量只有image1圖像的1/9。
目標標記逐行搜索過程如圖2所示。在圖2(a)中圖像image2有2個目標，分別是目標1和目標2，圖2(b)是對圖2(a)中目標1的放大圖。在圖2(b)中，各個方格表示目標點，方格之外的區(qū)域表示背景。對圖像image2中的目標標記具體過程如下。
(1)在圖像image2中逐行尋找第1個象素值為1的點，其坐標為(k，l)，之后將狀態(tài)標記nextL置為false，沿著第k行向右依次查詢象素值為1的目標點，直到象素點Pixel(k，m)=0，停止向右查詢。將(k，l)至(k，m-1)之間點加入到目標數(shù)組中，并且把這些點的象素值置為2。檢測第k+1行中(k+1，l-1)至(k+1，m)點，如果存在象素值為1的點，則nextL=true，并且將該點象素值修改為3。
(2)依次檢測以下各行(各行處理方式相同)，當檢測到圖2中最為復雜的第s行時，如果nextL=true，則處理該行，否則終止。接著設置nextL=fasle，從第s行第1個象素值為3的目標點A開始，從A點開始在左右二側找到象素為1或3的連通區(qū)，左側連通到(s，p)，右側連通到(s，q)。將該行(s，p)至(s，q)的象素點加入到目標數(shù)組，并且將這些象素值置為2，同時檢測上一行(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。如果在這些點之間存在象素值為1的象素點，則將標志位next置為true，并且把這些點的象素值修改為3，如圖2(b)中E、F、G、H、I、J、K點置為3。
(3)同步驟2，依次檢索每一行，直到該行的狀態(tài)標記nextL=0，停止向下一行搜索目標點。
(4)在整幅圖像上重新搜索，如果檢測到某一點象素值為3，則重復步驟2，將所有象素點加入到目標當中。重復搜索整幅圖像直到圖像中沒有象素值為3的點為止，第1個目標的象素點搜索完畢。
(5)搜索第2個目標，接著在圖像中逐行搜索第一個為1的象素點，重復步驟(1)。這樣依次將圖像中所有目標加入到目標數(shù)組中。
(6)按照圖1所示方法進行反變換，將圖1(b)中的1個象素點擴展到圖1(a)中的9個象素點。為了精確地得到各個目標，將求取的各個目標在各個方向外擴3個象素點。在該區(qū)域中每行第1個象素值為1的點為目標的該行起始點，每行最后一個象素值為1的點為該行的終止點，在該區(qū)域內按重心法計算各個目標的重心。
目標標記的程序流程圖如圖3所示。
2 目標標號維持
經(jīng)過以上步驟各目標標記完畢，且目標標號按照該目標出現(xiàn)的位置進行編號，此時目標的編號不能和圖像序列中先前的目標建立對應統(tǒng)一的關系。多目標跟蹤就是要保持各個目標在其生存周期間，對該目標的編號保持不變。當前幀與前一幀目標的幾種位置關系如圖4所示。當前幀圖像中虛線目標表示前一幀目標在當前幀圖像上的位置映射，實線表示在當前幀中出現(xiàn)的目標。當目標做無交叉運動時，當前幀目標只與前一幀圖像上一個目標映射發(fā)生重疊，如圖4(a)所示，此時當前幀該目標編號為在前一幀中與其對應目標的編號。當目標發(fā)生交叉運動時，會出現(xiàn)如圖4(b)所示的場景，前一幀2個目標都與當前幀的1個目標有重疊，表示有目標發(fā)生交叉運動，此時目標的相交標志置為true。在目標1、2相交時刻無法將二者辨別出來，此時需要按照各個目標在相交前的運動方式進行位置預測，直到相交目標分離后，按照預測位置和目標觀測位置的匹配程度確定目標編號。圖4(c)表示相交目標分離，該情況發(fā)生在相交標志為true的目標上，當前幀2個目標都與前一幀1個目標映射發(fā)生重疊。
3 實驗結果與分析
根據(jù)本文提出的目標標記算法及目標跟蹤算法，利用VC編程實現(xiàn)5個目標的跟蹤過程，采用塞揚1.7GHz處理器和corona2采集卡。此時目標標記時間為3.24ms，圖像中所有目標都被有效識別出來。當目標做交叉和無交叉運動時，都對目標進行穩(wěn)定可靠的跟蹤，并且能夠滿足實時性要求。由于采用9個象素合為1點的圖像坐標變換，參與目標標記運算的象素個數(shù)大幅減少，目標識別速度得到提高。此外，圖像坐標變換過程屬于低通濾波，降低了噪聲對目標標記的干擾，所以本文提出的目標標記方法速度快，受噪聲干擾程度小。由于目標標記采用的是逐個目標分行搜索的方法，因此誤識別目標概率低。
4 結 論
實驗結果表明，本文提出的多目標快速標記方法具有速度快、可靠性強的特點，能夠準確標識目標。利用該方法對目標跟蹤，無論目標做交叉運動還是無交叉運動都能保證跟蹤的性能要求。該方法能夠滿足跟蹤目標的實時性要求，切實可行。
參考文獻
1 張桂林，曹偉 .實時標記的多目標圖像跟蹤器.華中理工大學學報，1994；22(5)
2 王延杰，宋建中.一種實時自適應圖像二值化方法.光學精密工程，1994；2(5)
3 朱進.交叉運動多目標電視跟蹤算法.光學精密工程，1994；2(5)
4 朱自謙，王淑蘭.多目標跟蹤（MTT）技術的發(fā)展.航空電子技術，1995；(3)
5 徐濤，曾濤.基于貝葉斯推理的目標跟蹤.計算機仿真，2004；21(5)