[發明專利]一種基于灰度約束的協方差矩陣跟蹤方法

無效

• 申請號: 200910070420.6
• 申請日: 2009-09-11
• 公開（公告）號: CN101650829A
• 公開（公告）日: 2010-02-17
• 發明（設計）人: 操曉春;鄧超;張煒;王秀錦;李雪威
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 天津市北洋有限責任專利代理事務所
• 代理人: 程毓英

技術領域

本發明屬于圖象檢測技術領域，涉及一種可用于實時視頻監控的運動目標跟蹤方法。

背景技術

本發明中涉及到的背景技術有：

(1)協方差矩陣跟蹤算法(見文獻[1])：協方差矩陣跟蹤算法對輸入視頻序列逐幀 找出目標區域的特征，并使用協方差矩陣對目標進行特征建模，然后根據協方差矩陣找 出最佳特征匹配區域。這種方法很好的實現了目標多特征的融合，對旋轉、尺度縮放以 及亮度變化都有很強的適應性。

(2)Mean?shift算法(見文獻[2])：Mean?shift算法是一種非參數概率密度估計 算法，一般采用直方圖對目標進行建模，然后通過相似性度量Bhattacharyya系數，最 終實現目標的匹配和跟蹤。其計算簡單，魯棒性較強，具有良好的實時性，被廣泛應用 于運動目標的跟蹤。但由于Mean?shift方法中核函數直方圖對目標的特征描述比較弱， 故在對灰度圖像或者紋理信息較少圖像的目標跟蹤時，尤其是當目標和背景的顏色相近 時，不能取得理想的跟蹤結果。

發明內容

本發明的目的在于克服現有技術的上述不足，提供一種高效、魯棒的目標跟蹤方法。 可以用于各種實時性要求較高的視頻監控領域。

為此，本發明采用如下的技術方案：一種基于灰度約束的協方差矩陣跟蹤方法，包 括下列步驟：

(1)對于視頻序列的一幅圖像，框選一長為M像素，寬為N像素的矩形區域作 為目標模型進行跟蹤。

(2)利用下列公式計算目標模型的每個點的灰度值g_k，并計算目標模型的所有 點的灰度值的平均值，g_k＝0.2989*R_k+0.5870*G_k+0.1140*B_kk∈[1，...，MN]，其中，R_k為紅色通道的值，G_k為綠色通道的值，B_k為藍色 通道的值；

(3)提取目標模型的每個點的特征向量f_k＝[x，y，R，G，B，G_x，G_y]，并計算目 標模型的所有點的平均特征向量μ_R，其中，x，y分別代表一個像素點 的x軸和y軸坐標，R，G，B分別代表它紅、綠、藍三個通道的值。 G_x，G_y分別是它的x軸和y軸方向灰度的梯度值；

(4)計算目標模型的協方差矩陣C_R，CR=1MNΣk=1MN(fk-μR)(fk-μR)T;]]>

(5)在后繼幀中，以目標模型為中心長寬各擴大后得到跟蹤窗口，選取其 中任意M×N大小的區域作為候選目標，按照步驟(2)給出的方法計 算候選目標的所有點的灰度均值，檢查是否滿足下列灰度約束：候選 目標與目標模型的灰度值平均值之差的絕對值比上目標模型的灰度均 值小于設定閾值；