[發明專利]基于雙參數閾值分割的視覺精確跟蹤技術

有效

• 申請號: 200910084925.8
• 申請日: 2009-05-27
• 公開（公告）號: CN101587591A
• 公開（公告）日: 2009-11-25
• 發明（設計）人: 賈英民;倪娜;曹鏑
• 申請（專利權）人: 北京航空航天大學;賈英民;倪娜
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/20;G01C21/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于計算機視覺領域，具體涉及一種基于圖像特征的運動目標精確跟蹤方法。?

背景技術

經過幾十年的迅速發展，機器人領域越來越系統化、成熟化。各種類型的機器人已經越來越廣泛的應用于現代工業、軍事、航天、醫療、交通、服務以及人類生活的許多領域。而智能移動型機器人作為機器人研究領域的一個重要而典型的研究方向，越來越受到國內外研究機構的重視，成為當今機器人工業界的一個活躍的分支。近年來國內外的許多工業智能移動機器人的技術有了很大的發展，而西方各國又投入了更多的經費用于研制應用于社會服務和人類生活領域的各種類型的服務型智能移動機器人。?

移動機器人導航技術是智能移動機器人領域的一個重要研究方向，也是智能移動機器人的一項關鍵技術。在過去的幾十年中，國際國內有大量的科技工作者致力于移動機器人導航技術的研究，對很多關鍵導航技術問題，如多傳感器融合導航、機器人自定位、場景模型建立、障礙檢測及路徑規劃等等，取得了長足的進步和較清晰的認識。在某些特定的工業應用領域，移動機器人導航技術已獲得了實際應用。?

計算機視覺作為模仿生物視覺的一種技術，它的生物機理到現在仍然不是很清楚，很多心理學家、生理學家和認知學家一直在努力的探討和研究這個問題，并且做著把腦認知方面的研究向計算機應用方面進行轉化的努力。作為計算機視覺的應用，移動機器人的導航研究在引入視覺信息后有了很大的發展，解決了很多以前使用傳統傳感器很難解決的問題，對于在超聲波、激光和紅外等傳統導航方式并不是很適合的非結構場景的自然環境下，利用視覺傳感器解決移動機器人的自定位問題有較大優勢。利用視覺的方法具有探測距離遠，環境特征較好識別等特點，可以充分的發揮圖像處理和模式識別領域已有成果的優勢，使得一些在非結構環境下的機器人自定位問題開始逐步走向解決。?

基于視覺的精確跟蹤是指一種通過圖像處理與分析的方法，從圖像信號中實時自動識別目標，準確獲取目標位置信息，并精確跟蹤目標運動的技術。基于視覺信息的跟蹤是以圖像處理技術為核心，有機融合了計算機技術、傳感器技術、自動控制、模式識別、人工智能等多種理論和技術的新型技術，它依靠成像技術獲得更加豐富的目標信息，通過目標與真實空間信息之間的相互關系，有效減少機動估計延時、提高跟蹤性能。?

根據識別方法的差別，視覺跟蹤可以分為基于圖像分割的跟蹤、基于活動輪廓的跟蹤和基于模板匹配的區域跟蹤。?

1.基于圖像分割的跟蹤方法一直是視覺跟蹤的主要方法，分割的線索包括了圖像強度、顏色、運動、紋理、灰度直方圖等，依據給定的特征將目標區域從圖像中分割出來。?

2.基于活動輪廓跟蹤方法的思想是活動輪廓在模擬的外力和內力作用下向物體邊緣靠近的過程。這類方法的特點是從整體上識別物體，在物體具有變形、背景復雜和局部被遮擋的情況下，仍可以得到較為滿意的跟蹤效果，具有較強的魯棒性。但是這種方法要求被跟蹤物體具有清晰的輪廓，尤其當出現局部遮擋現象時更有這樣的要求。?

3.基于模板匹配的區域跟蹤的基本思想是按像素對感興趣的區域進行匹配，計算目標圖像與區域圖像的相關值。其方法要求目標的外形基本上保持不變，這就不允許目標位置、光照條件快速變化，也不允許遮擋現象的發生。該方法通常計算量較大，計算時間較長。?

在對圖像進行分割時，需要選擇恰當的模型空間求取閾值。對同一顏色屬性物體，在光照種類、照度、物體反射特性等不同條件下，測得的RGB顏色值分布很分散，3個變量互相關聯變化，很難確定閾值范圍。而HSI模型符合人眼對顏色的感覺，H具有較穩定和較窄的變化范圍，因此選H作為一個閾值。但是當I較小時，根據HSI的定義，H的值趨向不確定，不能作為單一的識別依據，因此本發明采取H與S相結合的閾值作為分割的依據。?

在實際中，需要綜合考慮目標視覺跟蹤算法的精確度、計算復雜度以及通用性等方面，折衷進行處理。?

發明內容

本發明的目的在于提出一種基于圖像特征的運動目標精確跟蹤方法，結合視覺傳感、數字圖像處理和目標識別等相關技術，實現了對移動目標的精確定位，該方法簡便、實時性好且跟蹤精度高。?

本發明利用一個安裝在追蹤運動體上的視覺敏感器(攝像機)實現對參考運動體的實時跟蹤。為達到上述目的，如圖1所示，本發明的技術方案具體是這樣實現的：?

1.對待跟蹤的目標物體離線求取顏色分割閾值，選取色調H和飽和度S作為閾值分割的判別依據；?

2.對目標圖像進行顏色空間轉換，然后與1中確定的閾值進行比較，剔除背景，分割出需要跟蹤目標；?