[發明專利]一種非參數化模型的視覺跟蹤方法

無效

• 申請號: 200910080381.8
• 申請日: 2009-03-20
• 公開（公告）號: CN101504771A
• 公開（公告）日: 2009-08-12
• 發明（設計）人: 丁文銳;李紅光;李新軍
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京永創新實專利事務所
• 代理人: 周長琪

1.一種非參數化模型的視覺跟蹤方法，其特征在于具有如下步驟：

步驟一：通過模式判斷環節選擇跟蹤模式，當目標與背景有一定差異時，選擇普通模式A，當目標與背景差異不明顯時，選擇增強模式B，具體過程為：

定義跟蹤窗口D為二值圖像中前景像素數量λ倍的正方形，λ＞2，存在跟蹤窗口D平均灰度Ic=Io+(λ-1)Ibλ,]]>故Ib=λIc-Ioλ-1,]]>I_b是目標所在的背景灰度，以跟蹤窗口D中心的一定鄰域內像素灰度均值作為被觀測的目標物體灰度I_o，再將I_o、I_b代入Cob=|Io-Ib|Ib,]]>求出目標—背景的對比度C_ob，當C_ob＜T₀時，認為目標與背景差異不明顯，此時選擇增強模式B，否則認為目標與背景有一定差異，此時選擇普通模式A，其中T₀＞20；

步驟二：建立自適應跟蹤窗口D，具體過程為：

a、計算二值圖像中跟蹤窗口D的零階矩Z00=ΣxΣyI(x,y),]]>計算像素坐標x和y的一階矩Z10=ΣxΣyxI(x,y),]]>Z01=ΣxΣyyI(x,y),]]>式中，I(x，y)是像素坐標為(x，y)的像素值，x和y的變化范圍為跟蹤窗口D的范圍；

b、計算跟蹤窗口D的質心為C(x_c，y_c)，其中x_c＝Z₁₀/Z₀₀，y_c＝Z₀₁/Z₀₀；

c、根據質心C(x_c，y_c)，重新計算跟蹤窗口D的大小，得到新的跟蹤窗口D′的邊長為d=λZ00255,]]>d取與計算結果最接近的奇數，其中使λ取值為2.5～4；

d、移動新的跟蹤窗口D′中心到質心C(x_c，y_c)，計算新的跟蹤窗口D′的質心為C′(x_c′，y_c′)，則質心位置的變化量ΔC＝|x_c-x_c′|+|y_c-y_c′|；

e、如果ΔC＞T₁，令跟蹤窗口D取D′的大小和位置，重復步驟a、b、c、d；否則認為質心收斂，輸出此時的跟蹤窗口D的大小和位置，其中參數T₁取1～3個像素單位；

步驟三：對增強模式B進行圖像灰度均衡變換，具體作法為：

令像素p(x，y)的灰度值為h，經灰度均衡處理后灰度值h_s，h_s＝Temp[h]×255/Total，其中Temp[h]代表步驟二最終輸出的跟蹤窗口D中灰度值小于或等于h的像素的數量，Total代表步驟二最終輸出的跟蹤窗口D內像素總數；

步驟四：計算分割閾值T₂，并進行圖像分割，其中計算分割閾值T₂具體步驟為：

(1)、取步驟二最終輸出的跟蹤窗口D中所有像素的灰度均值作為分割閾值T₂的初始估計值T₂′；

(2)、用分割閾值T₂′分割圖像，得到兩組像素區域：G₁和G₂，G₁由所有灰度值大于T₂′的像素組成，而G₂由所有灰度值小于或等于T₂′的像素組成；

(3)、對區域G₁中所有像素和G₂中所有像素分別計算平均灰度值μ₁和μ₂；

(4)、計算新的分割閾值T₂″：T2′′=12(μ1+μ2),]]>則分割閾值變換量ΔT＝|T₂′-T₂″|；

(5)、如果ΔT＞T₃，則令T₂′＝T₂″，重復步驟(2)、(3)、(4)；否則確定分割閾值T₂＝T₂″；其中的參數T₃取1～3；

步驟五：在視頻圖像中標記出目標，并驅動實現持續的視覺跟蹤。