[發明專利]無標識運動目標跟蹤測量方法

有效

• 申請號: 201210210754.0
• 申請日: 2012-06-20
• 公開（公告）號: CN102779348A
• 公開（公告）日: 2012-11-14
• 發明（設計）人: 陳兵旗;王堯;明曉嬙;田浩
• 申請（專利權）人: 中國農業大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/64
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

技術領域

本發明屬于圖像處理與機器視覺技術領域，具體涉及一種可對多個運動目標進行無標識跟蹤測量的檢測方法。

背景技術

運動目標檢測與跟蹤是圖像處理與機器視覺相關領域的重要研究內容之一，目標跟蹤主要是研究視頻圖像序列中運動目標的檢測、提取、識別和跟蹤，獲得運動目標的運動參數，如位置、速度、加速度等，以及目標運動的軌跡，從而進行進一步處理與分析，實現對運動目標的行為理解，以完成更高一級的任務。因此，運動目標檢測與跟蹤成為了十分重要的研究方向。對于簡單環境下的大目標，目前，已有相應的圖像處理方法完成相應的自動檢測和跟蹤。

在“第九屆全國信息獲取與處理學術會議”上，李偉寧提出了基于運動區域分析、圖像匹配、動態模板更新等的跟蹤算法。當運動目標出現時，建立邊界框并生成模板進行跟蹤，如果運動目標外形發生變化，及時更新模板并初始化。該算法在可見光圖像的實驗中取得了較好的跟蹤效果。

美國卡耐基梅隆大學機器人學院所發表的《Moving?Target?Classification?and?Tracking?from?Real-time?Video》中提出了利用各幀之間的明暗差異和目標匹配的方式來進行目標的跟蹤。文中提出將目標分為三種類型模板：人，機動車和背景，在追蹤過程中將所發現的目標與該目標模板進行匹配，從而實現跟蹤。

現如今，出現的目標跟蹤測量系統基本上都只能對簡單環境下的大目標或者是添加標記的目標進行跟蹤測量，適用范圍并不是很廣。

發明內容

（一）要解決的技術問題

本發明針對以上不足之處，利用背景和目標的特征差異、前后幀的模板匹配以及目標識別等方式，完成了可對多種類型、多個目標、無標識跟蹤測量的方法。

（二）技術方案

為了解決上述問題，本發明提供了一種無標識運動目標跟蹤測量方法，包括：S1、在初始圖像上獲取背景和目標信息；S2、選擇目標類型，選定目標，進行目標檢測。

優選地，所述步驟S1包括：首先獲取圖像上的背景信息，然后將各個目標的信息與背景信息相互對比，進而確定各個目標的模板信息，之后，利用模板與圖像的匹配，找到匹配程度最高的區域，將其中心點視為目標的準確位置，進而實現目標的跟蹤。

優選地，初始圖像上目標信息的獲取過程如下：

1)獲取圖像背景上R、G、B分量的亮度平均值ave_r，ave_g，ave_b，并求出這三個值的平均值；

2)獲取圖像上目標的長短軸，求出長軸上R、G、B分量的亮度平均值和標準偏差，并與背景的亮度平均值相比較，確定目標與背景的明暗關系；

3)將目標長軸上R、G、B分量各像素點的亮度平均值進行排序，將其中亮度平均值最大分量的幀號設為a1幀，最小分量的幀號設為a2幀；

4)獲得目標長軸在a1幀和a2幀圖像上各像素點的亮度值,并依次求出各點E值大小，設長軸上某一像素點在a1幀和a2幀分量上的亮度值大小為P1、P2，亮度平均值為ave1、ave2，如果目標的亮度高于背景，由公式1求出E值并找出E值最大的坐標點（cx,cy），如果目標的亮度小于背景，由公式2求出E值并找出E值最小的坐標點（cx,cy），

E=(2*P1-P2)-4*||ave1-ave2|-|P1-P2||????????（1）

E=P1+P2????????????????????????????????????（2）

5)以（cx,cy）為中心點，建立9×9像素的初始模板T（cx,cy），并以（cx,cy）為中心順時針讀取其周圍80個像素在a1幀和a2幀分量上的亮度值，并存放在數組buf1[i]、buf2[i]中(0≤i<80)，對buf1[]、buf2[]中的值進行排序。

優選地，所述過程5）中排序方法如下：讀取該模板最外層像素在a1幀上的亮度值，即從buf1[49]到buf2[80]，查找亮度值最大的元素作為新數組的第一個元素并記下其在原數組中的序號，將該序號之后的值依次排列在其后，該序號之前的值按原順序排列到最后，按照這種方式，將buf1[]、buf2[]中的值依次存入數組sbuf1[]、sbuf2[]中。