[0030] 下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
[0031] 实施例1
[0032] 本发明保护一种多运动目标追踪监测方法，包括以下步骤：
[0033] 步骤1：摄像头定标处理；
[0034] 步骤2：摄像头实时获取监控区域内的视频信息，并传送给各自的视频数据处理单元；
[0035] 步骤3：视频数据处理单元对图像序列进行三帧差分检测，获取运动目标的特征信息；
[0036] 步骤4：视频数据处理单元将卡尔曼滤波和均值偏移算法相结合跟踪运动目标，得到候选目标区域；
[0037] 步骤5：在候选目标区域中进行运动目标的特征匹配，得出候选目标；
[0038] 步骤6：目标定位模块根据结合DEM数据对候选目标进行位置确定；
[0039] 步骤7：中央控制单元对来自不同视频数据处理单元的候选目标信息进行同步；
[0040] 步骤8：中央控制单元建立匹配模型，实现目标关联和航迹关联；
[0041] 步骤9：摄像头管理模块根据虚拟目标信息计算不同摄像头的偏转方向和角度，并将数据一起传送给各个摄像头控制模块；
[0042] 步骤10：摄像头控制模块接收不同摄像头的控制信息，仅提取与自身匹配的控制信息，并控制摄像头偏转；
[0043] 其中，所述步骤4采用扩展的卡尔曼滤波和改进的均值偏移算法，如图1所示，具体包括，
[0044] 步骤4.1：自动初始化稳定的新目标，确定卡尔曼滤波器的初始状态向量；
[0045] 步骤4.2：利用初始化后的卡尔曼滤波器预测当前时刻当前帧的候选目标位置；
[0046] 步骤4.3：以卡尔曼滤波器预测的候选目标位置为均值偏移算法的迭代起始点，开始均值偏移迭代过程，直至收敛，得到预测的目标位置；
[0047] 步骤4.4：将均值偏移算法得到的预测目标位置作为卡尔曼滤波器的观测向量，对卡尔曼滤波进行更新；
[0048] 步骤4.5：利用更新后的卡尔曼滤波器，重复步骤4.2至4.4，计算出下一帧的目标位置。
[0049] 上述步骤5中，若运动目标在当前帧图像中被检测到，则保留特征匹配得到的候选目标的位置值(x1,y1)，与均值偏移跟踪预测的目标位置(x2,y2)进行加权平均得到最终目标位置(x,y)，
[0050] 加权平均公式： α为权值因子，取值在0-1之间；
[0051] 最终目标位置(x,y)进行IIR滤波，得到目标在当前帧的状态向量作为卡尔曼滤波器的观测向量，
[0052] IIR滤波公式： 其中β、γ为更新因子，β＞0，γ＞1，角标k-1表示目标在前一帧的状态值，角标k表示目标在当前帧的状态值，{x,y}表示目标位置， 为目标速度， 为目标加速度；
[0053] 若运动目标在当前帧图像中没有被检测到，则判断运动目标连续消失的图像帧数，超过设定阈值，则判定目标消失，未超过设定阈值，则假定其被遮掩，将均值偏移跟踪预测的目标位置作为遮掩时的运动目标真实值保存下来，并作为下一帧卡尔曼滤波的观测向量，如图2所示。
[0054] 具体跟踪匹配过程采用三层链表结构，第一层链表的结点含有三帧差分检测得到的分割后运动区域的位置和大小参数的特征信息，第二层链表通过与第一层链表进行一级特征匹配得到新目标；第二层链表的结点含有第一层链表结点所包含的信息以及速度和目标稳定性标志，在第二层链表中达到稳定跟踪条件的目标，传送给第三层链表，若第二层链表中目标被判定为消失，则删除此目标；第三层链表与第一层链表进行二级特征匹配，不能与第三层链表任何结点匹配的第一层链表结点为新的候选目标，加入第二层链表中，能与第三层链表结点匹配的第一层链表结点作为此结点的状态更新；所述一级特征匹配为目标件质心位置的最近邻匹配和区域色彩特征匹配的加权和，所述二级特征匹配为目标间色彩特征匹配与形状特征匹配的加权和。
[0055] 上述步骤7中的同步包括时间同步和特征同步；所述时间同步通过中央控制单元以一定频率向各个视频数据处理单元发送时间同步信号，各个视频数据处理单元以中央控制单元的时间为准来实现；所述特征同步通过目标缓冲池链来完成，所述目标缓冲池由真实特征数据缓冲区和虚拟特征数据缓冲区构成，真实特征数据缓冲区存储中央控制单元获取的来自某一视频数据处理单元的r个真实特征数据，分别表示为t、t+k1、...、t+kr-1，虚拟特征数据缓冲区累计插值或预测后的s个结果，分别表示为t′、t′+k′1、...、t′+k′s-1，属于该视频数据处理单元的n个目标缓冲池组成链式结构，具体实现包括以下步骤，[0056] S101：中央控制单元接收到任一视频数据处理单元的真实特征数据后，遍历与其连接的所有视频数据处理单元，对于与本次数据来源相匹配的视频数据处理单元，执行S102，否则执行S103，所有与其连接的视频数据处理单元都执行完毕，则继续下一轮的数据接收；
[0057] S102：遍历真实特征数据链，找到目标缓冲池链中与之相同的目标编号，以先进先出的方式更新真实特征数据缓冲区和虚拟特征缓冲区，如果目标缓冲池链中没有与之相同的目标编号，则在链中添加该目标的缓冲池并初始化，执行完毕返回S101；
[0058] S103：遍历目标缓冲池链，以本次数据的感知时间为插值自变量，以真实特征缓冲区中的数据为插值节点，执行预测算法得到虚拟特征数据，以先进先出的方式更新虚拟特征数据缓冲区，执行完毕返回S101。
[0059] 显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域及相关领域的普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
