[發(fā)明專利]基于背景顏色信息加權(quán)的目標(biāo)直方圖的Camshift運動目標(biāo)跟蹤方法

有效

• 申請?zhí)枺?/td>: 201610094544.8
• 申請日: 2016-02-21
• 公開（公告）號: CN105787961B
• 公開（公告）日: 2019-06-25
• 發(fā)明（設(shè)計）人: 吳集;滕國偉
• 申請（專利權(quán)）人: 上海大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 上海上大專利事務(wù)所(普通合伙) 31205
• 代理人: 陸聰明

1.一種基于背景顏色信息加權(quán)的目標(biāo)直方圖的Camshift運動目標(biāo)跟蹤方法，其特征在于，操作步驟如下：

1)初始化目標(biāo)窗口，建立目標(biāo)的顏色直方圖；

2)以除目標(biāo)窗口以外的其他區(qū)域建立背景的顏色直方圖；

3)根據(jù)目標(biāo)的顏色直方圖和背景的顏色直方圖計算得到以色調(diào)作為參量的背景加權(quán)系數(shù)；

4)使用加權(quán)系數(shù)對目標(biāo)顏色直方圖進行加權(quán)，得到最終的目標(biāo)模型；

5)將目標(biāo)模型反向映射到視頻圖像的每個像素點，得到顏色概率分布圖；

6)初始化搜索窗口，計算搜索窗內(nèi)的零階矩和一階矩，用零階矩和一階矩計算搜索窗的質(zhì)心(x_c,y_c)，用零階矩計算新的搜索窗大小；

7)將搜索窗的中心移動到步驟6)中計算所得的質(zhì)心位置，判斷是否收斂，如果收斂，讀入下一幀并進入步驟5)，否則直接進入步驟6)；

在所述步驟1)中，讀入視頻圖像第一幀，手動選定一個目標(biāo)窗口，使該窗口恰好包含整個目標(biāo)，將目標(biāo)窗口內(nèi)的每個像素點的RGB值轉(zhuǎn)換為對應(yīng)的HSV值，取其中的H值，即色調(diào)值建立目標(biāo)顏色直方圖t＝{t_u}_{u＝1,2,...,n}，其中u表示目標(biāo)區(qū)域色調(diào)參量，1,2,...,n表示目標(biāo)區(qū)域色調(diào)參量的變化區(qū)間，t_u表示每種色調(diào)在直方圖中對應(yīng)的值：

其中，δ是狄拉克函數(shù)，(x,y)表示單個像素點，h表示像素點的色調(diào)值，C表示歸一化系數(shù)：

在所述步驟2)中，對視頻圖像的第一幀中除目標(biāo)窗口以外的區(qū)域建立背景顏色直方圖，首先將每個像素點的RGB值轉(zhuǎn)換為對應(yīng)的HSV值，取其中的H值建立背景直顏色方圖b＝{b_u′}_{u′＝1，2，...，m}，其中u′表示背景區(qū)域的色調(diào)參量，1,2,...,m表示背景區(qū)域色調(diào)參量的變化區(qū)間，b_u′表示每種色調(diào)在直方圖中對應(yīng)的值：

其中，δ是狄拉克函數(shù)，(x,y)表示單個像素點，h表示像素點的色調(diào)值，C表示歸一化系數(shù)：

在所述步驟3)中，綜合目標(biāo)顏色直方圖和背景顏色直方圖的信息，判斷第一幀視頻圖像中的每種顏色是屬于下述哪一種情況：目標(biāo)中有該顏色但背景中沒有；目標(biāo)中沒有該顏色但是背景中有；目標(biāo)和背景中都有該顏色；當(dāng)目標(biāo)和背景都有某種顏色時還需進一步判斷目標(biāo)該種顏色與背景中該種顏色的比例，從而產(chǎn)生出一個背景加權(quán)系數(shù)；設(shè)加權(quán)系數(shù)為w＝{w_u″}_{u″＝1，2，...，l}，其中u″為色調(diào)參量，1,2,...,l是指色調(diào)參量u″的變化區(qū)間，并且有：

l＝max{m，n}

基于以上假設(shè)，若令定義背景加權(quán)系數(shù)為：

其中tanhp_u″是雙曲正切函數(shù)，該函數(shù)在定義域為(0,∝)時遞增，且值域為(0,1)；

在所述步驟6)中，初始化一個搜索窗：對于首次進入該步驟，以目標(biāo)窗口的中心為中心選擇一個圓形的搜索窗口，該窗口的半徑為大于或等于3的任一個奇數(shù)，單位為像素；對于非首次進入該步驟，則使用上一循環(huán)設(shè)定好的中心位置和窗口大小設(shè)置搜索窗口；在搜索窗內(nèi)分別計算零階矩：

其中I(x，y)表示零像素點的灰度值；

一階矩：

則搜索窗的質(zhì)心為：

實時更新搜索窗口大小是Camshift算法的連續(xù)適應(yīng)性的體現(xiàn)，新的搜索窗的半徑大小被設(shè)置為和零階矩成正比的函數(shù)，若搜索窗內(nèi)最大的灰度值為I_max＝I(x_i,y_i)，x_i，y_i是取最大灰度值的像素點，設(shè)新搜索窗的半徑為R，則設(shè)定其值為：

在所述步驟7)中，對Mean Shift收斂性的判斷，以決定下一步走向；首先將搜索窗的中心位置移動到步驟6)中所得的(x_c,y_c)，記錄移動距離d，定義移動距離的閾值為ε，另定義一個迭代次數(shù)的閾值，如果d＜ε或者迭代次數(shù)達到閾值，則判斷為收斂，讀入下一幀視頻圖像，并進入步驟5)，否則，判斷為不收斂，直接進入步驟6)。