摘要：针对视频序列中运动目标检测与跟踪的问题，改进传统的差分方法，提出一种基于二次插值的差分算法。在相邻两帧图像中插入若干图像使所得图象的背景近似为不动的背景，在用差分算法对图像检测与跟踪。实验结果表明，该方法能有效提高跟踪的效率和精度。
关键词：边缘提取，运动目标检测，人体运动跟踪，差分图象
概述
运动目标检测是计算机视觉领域中最活跃的研究课题之一，其核心任务是利用计算机视觉技术从图象序列中检测，跟踪运动目标。运动目标所形成图象序列可以分成两种：一种是静止背景，一种是变化背景，后一种情况称之为动态图象序列。跳水运动员的视频序列就是一种动态图象序列。基于动态图象序列的目标检测在智能交通系统，人体运动识别与分析，军事目标跟踪等领域有着重要的应用价值，目前已经成为热点研究问题。本文运用视频序列中目标的提取方法帧间差法对图象进行处理得不到预期的效果。这主要的原因在于运用差分图象时是假定运动图象的背景是静止不动的，但由于跳水运动员跳水是摄象机是一直跟踪拍摄的，是随着运动员的运动而发生位置的上下移动的。背景也就不在是静止的了。基于此原因，本文采用改进方法在在每两帧图象之间插入若干帧，这样得到一个新的视频序列，在新的视频序列中每两帧之间因为误差的减小可以近似的认为背景是不动的，实验结果表明，该方法能有效提高跟踪的效率和精度
差分图象在跳水运动图像序列中的运用
检测图像序列相邻两帧之间变化的最简单方法是直接比较两帧图像对应像素点的灰度值。在这种最简单的形式下，帧与帧之间的变化可用一个二值差分图像表示：

式中是阈值。
在差分图像中，取值为1的像素点被认为是物体运动或光照变化的结果。这里假设帧与帧之间配准或套准得很好。差分图象方法主要是处理两种情况，一种是由于光照变化造成的图像变化，另一种是由于物体的运动产生的图像变化。需要指出，阈值在这里起着非常重要的作用。对于缓慢运动的物体和缓慢光强变化引起的图像变化，在一个给定的阈值下可能检测不到。对于人体跳水运动来讲，我分别用了不同的阈值对图象进行了处理，如图2-1差分法在跳水运动中的应用所示。
  
   （a）原始图象1                                （b）原始图象2
 
    (c) 当阈值为3的情况                          （d）当阈值为20的情况
2-1 背景简单时差分法的应用
从图2-1（c）我们看到，当我们利用差分图象的方法时，取阈值为3时候，我们可以达到对图象的检测效果，即去除图象的背景。当我们对图象去取阈值为20时，如图2-1（d）所示，我们便可以对图象进行轮廓的提取，从而获得跳水运动员的外部轮廓，为跳水运动员的动作分析提供技术支持。
  
      （a）原始图象1                                              (b)原始图象2
        
        (c) 当阈值为3的情况                              （d）当阈值为20的情况
图2-2 背景复杂时差分方法的应用
 
但是，当随运动员下落速度越来越快，摄象机速度也随之加快，我们所得到的差分后的图象效果就不是很好了，很难去除图象中的背景，如图2-2所示。造成这样的原因是由于摄象机在拍取跳水运动员跳水时是一个运动的过程，并且拍摄出的画面帧与帧之间由于时间间隔的问题也使得所得到的图象并不是连续的，而是离散的。为了得到使所得图象的背景近似为不动的背景，使问题变得简单化，我们运用插值与逼近的方法处理这方面的问题。
改进后的差分图象在跳水运动图像序列中的运用
通过仔细的研究我们不难发现，我们运用视频序列中目标的提取方法帧间差法对图象进行处理得不到预期的效果。这主要的原因在于，我们在运用差分图象时是假定运动图象的背景是静止不动的，但是在实际中并不是这样的，由于在跳水运动员跳水是摄象机是一直跟踪拍摄的，是随着运动员的运动而发生位置的上下移动的。这样背景相对来说就不在是静止的了，所以在运用差分方法其效果就不那么好了。
基于这些原因，现在我们采用改进方法：我们知道在计算方法中我们常运用插值的方法来减小误差。现在我们在每两帧图象之间插入若干帧，这样得到一个新的视频序列，在新的视频序列中每两帧之间因为误差的减小我们就可以近似的认为背景是不动的，即摄象机是近似静止的。差值示意图如下图3-1所示。
在针对跳水运动的图象研究中我们发现，摄象机在拍取跳水运动员跳水时是一个运动的过程，并且拍摄出的画面帧与帧之间由于时间间隔的问题也使得所得到的图象并不是连续的，而是离散的。这给此次毕业设计带来了一定的难度。为了得到使所得图象的背景近似为不动的背景，使问题变得简单化，我们运用插值与逼近的方法处理这方面的问题。

图3-1 插值图象示意图
插值法主要用在一元函数的数值计算中。用的较多的是线性插值、三点插值和样条插值。如果在一组数据中，需要用插值法求出少数几个插值点的函数值，则用简单的线性插值或三点插值就能得到满意的结果。但是，如果需要计算许多插值点的函数值，并利用这些点再计算机上绘出曲线时，为了得到平滑的数据，往往需要采用样条插值。此次毕业设计中我们主要运用二次插值方法来进行插值。现在我们运用二次插值法对视频序列进行插值处理，如图3-2所示。
        
（a）原始图象1                                     （b）原始图象2
     
（c）插值图象1                                         （d）插值图象2
图3-2 二次插值的应用示意图
现在对插值图象运用差分图象的方法进行处理，如图3-3所示。

图3-3 插值后的差分图象示意图
此时选用的阈值仍为20，可以看到与图2-2（d）对比，效果明显有改进。从图上对比可以得到，经过二次插值以后的图象在经过差分图象处理，背景基本上可以去掉，比改进前的方法有很大的提高。
结论
本文研究了视频序列中的人体跳水运动的边缘提取。在研究中发现，如果只是片面的应用对静止图象的处理方法或者单纯的运用对动态图象的处理方法所得到运动图象的轮廓都不是很理想。针对上述方法的片面性提出了一个综合运用的方法对图象进行了处理，在处理的过程中应用了计算方法中的插值与逼近的方法，使最后的效果有了明显的改善。