基于中值滤波的背景建模与多目标跟踪系统

资 源 简 介

本项目旨在通过MATLAB平台实现一种稳健的中值滤波背景建模方案，用于从复杂的动态图像序列中精确提取运动目标并进行持续跟踪。系统首先利用滑动窗口机制捕获连续的图像帧序列，针对图像中的每个空间像素点，计算其在时间维度上的中值，从而生成一个不受瞬间移动物体干扰的静态背景参考模型。相较于均值滤波，中值滤波能更有效地剔除噪声和移动物体的残留影响。 在获得背景模型后，系统采用背景差分法计算当前帧与背景模型的残差，并结合自适应阈值分割技术生成前景掩膜。为了进一步提升检测精度，项目集成了图像形态学处理模块，通过腐蚀、膨

详 情 说 明

基于中值滤波法的背景建模与多目标跟踪系统

项目介绍

本项目提供了一套完整的计算机视觉解决方案，旨在从动态视频序列中精确提取并跟踪多个运动目标。系统核心采用了基于时间维度的中值滤波算法来构建鲁棒的静态背景模型，这使得系统在面对光照微变、摄像头噪声以及场景中存在间歇性移动物体时，表现出比传统均值法更高的稳定性和抗干扰能力。

系统集成了背景差分、自适应掩膜生成、形态学优化以及基于欧氏距离的数据关联算法。通过对视频流的逐帧处理，系统能够实时识别运动目标，为其分配唯一标识符（ID），并记录其完整的运动轨迹，适用于自动化交通监控及安防分析等模拟或真实场景。

功能特性

1. 动态场景模拟：内置视频序列生成模块，能够模拟带有随机噪声的双目标交叉运动场景，方便无视频源时的算法验证。
2. 稳健背景建模：采用基于滑动窗口的中值滤波技术，动态生成背景参考图，有效消除移动物体对背景生成的污染。
3. 精确目标提取：结合背景差分与形态学处理（开闭运算、孔洞填充），有效滤除背景杂波并获得完整的目标轮廓。
4. 多目标跟踪管理：实现了完整的轨迹生命周期管理，包括目标的自动发现（Birth）、持续跟踪（Update）及消失判定（Death）。
5. 实时多维可视化：同步显示原始跟踪画面、背景模型更新过程、前景掩膜效果以及目标在空间维度的位移分布曲线。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 必备工具箱：Image Processing Toolbox（图像处理工具箱）。
3. 硬件性能：支持基本的图形渲染，推荐 4GB 以上内存以保证滑动窗口处理的流畅性。

系统实现逻辑与关键流程

系统的核心执行流程严格遵循以下步骤：

1. 参数与环境初始化

系统首先定义处理的核心参数，包括 100 帧的模拟总时长，15 帧的滑动窗口大小。通过设置面积阈值（150 像素）和距离阈值（50 像素），确保系统能排除细小噪声干扰并进行正确的目标匹配。

1. 模拟序列生成

逻辑内建了一个 320x240 分辨率的一系列灰度帧。每一帧都会叠加随机的高斯噪声，并绘制两个具有不同运动向量和灰度值的正方形物体。此步骤为后续算法流程提供了受控的测试环境。

1. 滑动窗口中值背景建模

在每一帧处理时，系统会维护一个先进先出的缓冲区（Buffer），提取当前帧及之前若干帧的像素值。利用时间维度的中值计算，系统会选取每个像素点在历史序列中的中值作为背景像素。这种逻辑确保了即使目标暂时停留在某处，只要时间不超过窗口的一半，背景模型就不会被目标像素“污染”。

1. 目标检测与形态学修复

通过当前帧与生成的背景模型进行绝对差值运算，并应用预设阈值。随后，系统执行形态学开运算以去除小的噪点，执行闭运算以连接断裂的目标边缘，最后通过孔洞填充算法确保目标内部的连通性。

1. 连通域特征提取

利用区域生长与分析算法，系统获取掩膜中所有合格区域的外接矩形（Bounding Box）、质心（Centroid）和面积（Area）。这些几何特征作为后续数据关联的观测值。

1. 数据关联与轨迹维护

这是系统的核心逻辑：

• 距离计算：计算当前帧所有检测到的目标与上一帧存活轨迹之间的欧氏距离矩阵。
• 贪婪匹配：根据最小距离原则将检测目标关联至现有轨迹，并更新轨迹的位移历史。
• 轨迹生命周期：

-- 若检测点无法匹配现有轨迹，则视其为新目标，分配新的 ID。 -- 只有当目标连续可见次数达到 3 次时，才在画面中正式显示，防止假阳性干扰。 -- 若某轨迹连续 5 帧未被匹配，逻辑上将其判定为离开场景，从活跃列表中删除。

1. 结果可视化输出

系统采用四分屏布局进行输出：

• 左上：显示实时图像，并在目标周围绘制绿色跟踪框、显示 ID 编号及红色历史轨迹线。
• 右上：展示动态演化的中值背景模型。
• 左下：展示经形态学处理后的二值化前景掩膜。
• 右下：汇总显示所有目标在 X-Y 坐标系下的位移空间分布图。

关键算法细节说明

• 中值滤波鲁棒性：相较于计算平均值，中值对异常值（即移动的目标像素）不敏感，这使得背景模型在有物体移动时依然能保持静态特征的纯净。
• 距离度量策略：系统采用 L2 范数（欧氏距离）作为关联测度。在目标运动相对平滑的假设下，通过贪婪搜索实现较低计算开销下的准确匹配。
• 轨迹容错逻辑：通过设置不可见次数阈值，系统具备处理短时间目标遮挡的能力，即目标在短时间内消失又出现时，能够保持 ID 的一致性。

使用方法

1. 将 main.m 文件放置在 MATLAB 的工作路径下。
2. 在命令行窗口直接输入 main 并回车，或在编辑器中点击“运行”按钮。
3. 系统将弹出一个动画窗口，实时演示背景建模与跟踪过程。
4. 处理过程结束后，命令行窗口会输出整个视频流中检测到的目标总数。