[發明專利]一種目標跟蹤模板更新方法

有效

• 申請號: 201510632705.X
• 申請日: 2015-09-29
• 公開（公告）號: CN105184822B
• 公開（公告）日: 2017-12-29
• 發明（設計）人: 趙小川;范桂峰;孔小梅;徐鵬;王寧
• 申請（專利權）人: 中國兵器工業計算機應用技術研究所
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 北京君泊知識產權代理有限公司11496
• 代理人: 王程遠,胡玉章

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種目標跟蹤模板更新方法。

背景技術

目標跟蹤是在序列圖像中根據視頻信息在空間和時間上的相關性，確定目標在每一幀的位置和姿態，其廣泛應用于智能人機交互、醫療診斷、視頻監控、導彈制導等眾多領域。由于跟蹤目標形態的多樣性和目標特征變化的不確定性，如何實現各種環境下有效的目標跟蹤一直是研究的熱點。

基于模板匹配方法的跟蹤是一種逐個像素比較的方法，其基本思路是將已知的對象作為模板在所采集的圖像上進行平移，計算對象與子圖像的相關值，相關值最大的認為是所要跟蹤的對象。傳統的相關匹配方法中是將模板的大小和形狀看作保持不變的，而實際上兩者總是變化的。

當目標靠近或是遠離攝像機，或攝像機視場變化時，目標會變大或變小，而模板尺寸保持不變就可能造成兩個問題：一是目標變小時，模板中會引入多于目標的背景像素；二是目標變大時，模板中只存在小部分目標，將沒有足夠的目標像素用來區分目標與背景。由于這兩個問題，模板將容易與背景相匹配，而使目標跟蹤的誤警率上升，導致目標跟蹤失敗。當圖像中的目標發生尺度和旋轉變化時，會造成跟蹤不穩定。因此，需要對模板進行更新。

模板的更新機制是一個非常重要的技術關鍵，將直接影響目標跟蹤性能：如果更新頻率過低，則模板跟不上目標的變化；如果更新過于頻繁，又容易受到噪聲的影響而引入誤差，并使誤差不斷地累積，從而導致跟蹤窗口的漂移。所以模板不能隨便輕易地更新，必須選擇適宜的模板更新準則，使目標跟蹤持續而穩定。

發明內容

為解決上述問題，本發明的目的在于提供一種目標跟蹤模板更新方法，在目標出現變化，特別是大角度翻轉的情況下實現實時穩定跟蹤。

本發明提供了一種目標跟蹤模板更新方法，包括：

步驟1，判斷目標跟蹤模板是否需要更新，如果所述目標跟蹤模板需要更新，則進行步驟2；

其中，判斷目標跟蹤模板是否需要更新的方法為滿足下列四個條件之一，則需要對當前目標跟蹤模板進行更新：

條件一，相鄰兩幀圖像中跟蹤目標區域的面積變化超過15％；

條件二，連續兩幀圖像的目標質心坐標變化超過10％；

條件三，當前幀圖像的特征點比上一幀圖像的特征點減少了30％以上；

條件四，當邊緣區域的特征點占總的特征點的75％以上；

步驟2，提取上一幀圖像的目標區域的特征點和當前幀圖像的目標區域的特征點，并將上一幀圖像的目標區域的特征點和當前幀圖像的目標區域的特征點進行匹配，重新確定跟蹤目標的位置；

步驟3，將當前幀圖像的目標區域的特征點作為新的特征點進行跟蹤，以當前幀圖像的目標區域作為更新后的目標跟蹤模板。

作為本發明進一步的改進，特征點的提取包括多尺度空間構建和特征點檢測，首先進行圖像的多尺度空間構建，然后進行特征點檢測；

其中，多尺度空間構建包括：

步驟S1，利用高斯卷積核對原始圖像進行平滑，得到圖像的尺度空間表示；

用L(x,y,σ)表示一幅二維圖像I(x,y)的尺度空間：

其中，表示卷積運算，G(x,y,σ)是卷積核可變的高斯函數；

式中，σ為圖像的尺度因子，表示圖像被平滑的程度；

步驟S2，建立S′組S層高斯金字塔，共S′×S層圖像，得到任意層圖像與0層圖像之間的尺度因子關系和相鄰層圖像之間的尺度因子；

其中，任意層圖像與0層圖像之間的尺度因子關系為：

σ_s＝σ₀k^s(3)

式中，σ₀為第0層圖像的尺度因子，σ_s為s層圖像的尺度因子，s為高斯金字塔中圖像的層序數，s＝{0,1,2,...}；

相鄰層圖像之間的尺度因子為：

k＝2^1/S(4)

式中，S為每組總層數；

特征點檢測包括：

步驟S11，在建立了高斯金字塔尺度空間后，對每層圖像，以一像素點p為中心點，采用Bresenham算法，得到半徑為R的Bresenham圓上共有m個像素點，對圓周上每一個像素點x逐一檢測，判斷所述中心點p是亮點或暗點或相似點，如果有n個連續的像素點屬于亮點或暗點，則p為特征點；

其中，

x∈{1,2,...,m}；

如果I_x≤I_p-t，則中心點p是暗點；