[發明專利]基于部件的對象跟蹤方法

無效

• 申請號: 200810033733.X
• 申請日: 2008-02-21
• 公開（公告）號: CN101226592A
• 公開（公告）日: 2008-07-23
• 發明（設計）人: 張玉冰;羅青山;曾貴華
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G01B11/00;G01C11/00
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

1.一種基于部件的對象跟蹤方法，其特征在于，包括如下步驟：首先對出現的跟蹤對象，使用加速區域角點檢測方法對跟蹤對象的跟蹤部件進行定位，然后通過灰度直方圖描述跟蹤部件，在后續的幀中通過卡爾曼濾波對跟蹤部件進行跟蹤，在每幀中通過觀測值的測量來修正卡爾曼濾波的參數，并且進行部件的更新，最后將跟蹤對象標識出來。

2.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述對跟蹤對象的跟蹤部件進行定位，是指：采用加速區域角點檢測方法檢測運動對象中的角點，將以角點為中心的矩形窗口作為跟蹤部件，加速區域角點檢測的方法具體為：為檢查待檢測點c周圍的圓，尋找其中最長的圓弧，如果圓弧中所有的點的灰度值都大于c點的灰度值t個灰度值以上，t由用戶根據需要設定，或者都小于c點的灰度值t個灰度值以上，則被判定為角點。

3.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述通過灰度直方圖描述跟蹤部件，是指：采用基于核的灰度直方圖來描述跟蹤部件，直方圖為n維向量，n由用戶根據需要設定，首先將顏色空間由256維映射到n維，然后采用雙權重核函數對每個點加權，使距離中心較遠的像素的權值較小。

4.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述的通過卡爾曼濾波對跟蹤部件進行跟蹤，具體為：卡爾曼濾波包括預測和修正兩部分：預測部分采用預測方程組，利用前一時刻的狀態值和預測誤差做出預測，得到各個跟蹤部件在當前時刻的位置，由于預測結果會存在一定誤差，修改部分采用修正方程組，利用獲得的當前時刻的觀測值來修正預測結果。

5.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述通過觀測值的測量來修正卡爾曼濾波器的參數，是指：在預測方程組預測出的跟蹤部件位置周圍采用螺旋式搜索的方法，找到一點，以該點為鄰域的窗口的直方圖和原部件直方圖的歐氏距離小于設定的閾值，該點的位置就作為當前幀的觀測值，修正方程組通過此觀測值來修正當前的卡爾曼濾波器的預測值，得到修正后的狀態估計值和噪聲方差估計值。

6.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述部件的更新，具體為：如果在預測點周圍無法找到符合條件的點，采用判決方法將對象標識，保留位于標識區域之內的部件，即保留由于對象旋轉或由于遮擋而導致的部件消失但仍在跟蹤對象之內的部件，淘汰因跟蹤失敗處在跟蹤對象之外的部件，并將原部件的灰度直方圖與當前時刻部件所處位置的灰度直方圖加權相加的方法對灰度直方圖進行更新。

7.根據權利要求1或6所述的基于部件的對象跟蹤方法，其特征是，所述部件的更新，其更新公式如下：q_k＝(1-α)q_k-1+αp_k，其中：q_k，q_k-1分別為第k、k-1幀的基于核的灰度直方圖，α為更新因子。

8.根據權利要求1所述的基于部件的對象跟蹤方法，其特征是，所述將跟蹤對象標識出來，是指：確定出跟蹤對象的各個部件之后，用能夠包含所有跟蹤部件中心點的面積最小的矩形將跟蹤對象標識出來，使得各個部件統一到一個對象，具體為：采用格雷厄姆方法確定出對象角點集合的凸殼，得到點集的凸殼之后，以凸殼上的一條邊的延長線為矩形的一邊，找出包含點集中所有點的矩形，依次旋轉找出面積最小的矩形區域。