[發明專利]基于NCC匹配幀差的弱小動目標跟蹤丟失重檢方法

有效

• 申請號: 201611246458.0
• 申請日: 2016-12-29
• 公開（公告）號: CN106875419B
• 公開（公告）日: 2020-03-17
• 發明（設計）人: 曾大治;梁若飛;章菲菲;陳宇翔
• 申請（專利權）人: 北京理工雷科電子信息技術有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/62
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 高燕燕;仇蕾安

本發明公開了基于NCC匹配幀差的弱小動目標跟蹤丟失重檢方法，包括如下步驟：采集獲得視頻數據；對連續幀圖像進行目標跟蹤，對于跟蹤到目標的連續N幀圖像中每一幀，分別計算目標區域的多維特征作為正常特征、每個特征的相對于均值的偏移量為正常偏移量；當第f幀圖像中目標丟失時，在第f幀圖像中截取基準圖像，在第f+k幀圖像中截取尺寸較大的待匹配圖像，計算互相關系數矩陣；以互相關系數最大的位置為中心截取設定大小的區域，利用幀差法得到候選區域，提取候選區域的多維特征，若每個特征的偏移量與正常偏移量的偏差均在設定范圍內，則以所述候選區域作為目標區域；否則k自增k，重復上述過程。該方法能夠夠避免傳統方法中的錯誤檢測。

技術領域

本發明屬于目標檢測跟蹤研究領域，具體為基于NCC匹配幀差的弱小動目標跟蹤丟失重檢方法。

背景技術

目標跟蹤是將不同視頻幀圖像中的目標持續檢測出來的過程，是計算機視覺研究中相當重要的內容。根據攝像機與運動目標之間的關系，可將目標檢測分為靜態背景下和動態背景下的目標檢測。對于背景不動情況下對運動目標的檢測方法主要有背景差分法、幀間差分法和光流法。而對于背景運動的目標檢測，往往先通過全局運動補償方法獲得視頻圖像相鄰幀之間的全局運動參數，并對當前圖像與前一幀圖像進行匹配，而后通過上述靜態場景的方式進行目標檢測與跟蹤。

目標跟蹤過程中，視頻圖像中出現的背景雜亂、光照明暗變化、部分或者全部遮擋、目標姿態改變、目標快速運動等情況都會導致目標連續跟蹤的失敗。如何在目標跟蹤出現問題后，自動完成目標的重新檢測，形成對運動目標的連續跟蹤是目標跟蹤問題的重點。

發明內容

有鑒于此，本發明提供了基于NCC匹配幀差的弱小動目標跟蹤丟失重檢方法，能夠避免由背景變化對弱小動目標直接幀差重檢帶來的錯誤檢測，同時可保證跟蹤的實時處理。

為了達到上述目的，本發明的技術方案為：基于NCC匹配幀差的弱小動目標跟蹤丟失重檢方法，包括如下步驟：

S1：采集獲得視頻數據，視頻數據由連續幀的圖像組成。

S2：利用目標跟蹤算法對連續幀圖像進行目標跟蹤，對于跟蹤到目標的連續N幀圖像，分別計算每一幀圖像中跟蹤到的目標區域的多維特征作為正常特征、并計算每個正常特征的相對于特征均值的偏移量作為正常偏移量；N的取值大于或者等于2。

S3：當跟蹤過程中，第f幀圖像出現目標丟失情況時，以第f幀圖像跟蹤目標框的中心坐標[x₀,y₀]為中心，截取獲得大小為m×n的基準圖像ROI1。特征均值為N幀圖像中的特征平均值。

S4：設定幀間隔k，在第f+k幀圖像里以目標中心坐標[x₁,y₁]為中心，截取獲得大小為2m×2n的待匹配圖像ROI2。

S5：將基準圖像ROI1和待匹配圖像ROI2的數據分別進行數據歸一化處理，將基準圖像ROI1左上角位置與待匹配圖像ROI2的左上角位置對齊，計算兩重疊區域的歸一化互相關系數NCC，以單個像素為單位滑動基準圖像ROI1，遍歷整個待匹配圖像ROI2，得到的所有的NCC組成互相關系數矩陣。

互相關系數矩陣中互相關系數最大的位置為[X,Y]。

S6：在待匹配圖像ROI2中以[X,Y]為中心截取大小為m×n的ROI3區域，利用幀差法對基準圖像ROI1與ROI3進行幀差，并將幀差結果閾值化得到為候選區域的位置，提取候選區域的多維特征，每個特征對應與S2中計算得到的特征均值進行偏移量計算，若每個特征的偏移量與正常偏移量的偏差均在設定范圍內，則以候選區域作為目標區域；否則k自增k，重復執行S4～S6，當k超出設定范圍時，返回S2。

進一步地，多維特征包括長、寬、長寬比、占空比、最小外接矩形的面積、空間擴展度、緊湊性以及對稱度；