[發明專利]基于場景信息挖掘的井下人員目標跟蹤方法

有效

• 申請號: 201410050664.9
• 申請日: 2014-02-13
• 公開（公告）號: CN103793715B
• 公開（公告）日: 2016-11-16
• 發明（設計）人: 鄒見效;周雪;徐紅兵;蔡師臏;李欣
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平

1.一種基于場景信息挖掘的井下人員目標跟蹤方法，其特征在于包括以下步驟：

S1：對井下灰度圖像通過自適應多高斯背景建模得到背景估計圖像，根據背景估計圖像對井下灰度圖像進行背景減除得到運動目標區域；

S2：采用背景估計圖像對井下灰度圖像中運動目標區域中的光斑進行填充，填充處理方法為：

其中，I(x,y)表示井下灰度圖像中運動目標區域內像素(x,y)的灰度值，B(x,y)表示運動目標區域對應的背景估計圖像中像素(x,y)的灰度值，T_ls為預設的相對亮度閾值，T_l為預設的絕對亮度閾值；

計算光斑填充前后井下灰度圖像與背景估計圖像中運動目標區域的互相關系數，并計算光斑填充后互相關系數的上升程度，如果上升程度大于預設閾值，則該運動目標區域不是人員目標區域，結束對該運動目標區域的跟蹤；否則該運動目標區域是人員目標區域，進入步驟S3；

S3：在人員目標區域質心周圍區域均勻采樣粒子，得到采樣粒子集其中n表示粒子數量，O_i表示第i個粒子的特征向量，采用核密度估計方法計算粒子屬于正樣本庫的概率P(O_i|obj)與粒子屬于負樣本庫的概率P(O_i|bac)，正樣本庫表示目標粒子樣本庫，負樣本庫表示背景粒子樣本庫，計算每個粒子的權重ω_i，計算公式為：

ωi=P(Oi|obj)P(Oi|bac)]]>

對粒子權重進行歸一化，根據歸一化后的粒子權重確定最終人員目標區域，得到跟蹤結果前景框；

S4：將井下灰度圖像中跟蹤結果前景框下半部分與背景估計圖像中對應的背景作差，得到跟蹤結果前景框下半部分各像素(p,q)的陰影灰度掩膜S₁(p,q)：

其中，I(p,q)表示井下灰度圖像中像素(p,q)的灰度值，B(p,q)表示背景估計圖像中像素(p,q)的灰度值，T_low和T_high為預設的差值范圍閾值；

將以像素(p,q)為中心、邊長為2d+1的正方形區域作為像素(p,q)的鄰域，d為大于0的整數，計算井下灰度圖像中各像素(p,q)的鄰域與背景估計圖像中對應區域的互相關系數C_s(p,q)，得到各像素(p,q)處的陰影互相關掩膜S₂(p,q)：

其中，T_c為預設的互相關系數閾值；

根據陰影灰度掩膜和陰影互相關掩膜得到最終的陰影掩膜S(p,q)＝S₁(p,q)·S₂(p,q)，根據井下灰度圖像和背景估計圖像得到跟蹤結果前景框對應的二值圖像，將最終陰影掩膜S(p,q)與跟蹤結果前景框下半部分對應的二值圖像進行與運算消除陰影像素，再根據陰影消除后的跟蹤結果前景框二值圖像得到前景像素的豎直方向投影直方圖，并根據預設的閾值提取前景像素峰值區域對應的前景區域從而優化跟蹤結果前景框的大小，得到本幀井下灰度圖像的最終人員目標跟蹤結果。

2.根據權利要求1所述的井下目標人員跟蹤方法，其特征在于，所述步驟S1還包括預先對井下灰度圖像進行去噪處理。

3.根據權利要求1所述的井下人員目標跟蹤方法，其特征在于，所述步驟S3中粒子的特征向量為HOG特征向量。

4.根據權利要求1所述的井下人員目標跟蹤方法，其特征在于，所述步驟S3中的核密度估計方法中采用的核函數為高斯核函數。