[發明專利]運動目標識別跟蹤方法和系統

在審

• 申請號: 201710890298.1
• 申請日: 2017-09-27
• 公開（公告）號: CN107705322A
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 王紅亮;王柳明;盧振國;曹京勝;呂云飛;童一飛;曲皎
• 申請（專利權）人: 中北大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/215;G06T7/11;G06T7/13;G06T7/136;G06T7/194
• 代理公司: 太原晉科知識產權代理事務所(特殊普通合伙)14110
• 代理人: 任林芳

技術領域

本發明涉及視頻監控技術領域，具體涉及一種運動目標識別跟蹤方法和系統。

背景技術

隨著世界工業化進程不斷加快，制造業開始脫離人工進行生產，人們開始大力發展機器人行業，用機器人來代替人類進行各種生產作業和危險活動?？萍嫉牟粩噙M步也使機器人業越來越智能，涉及的行業也越來越多，機器人在人類社會發展中扮演著重要的角色。和人類獲取外部信息一樣，智能機器人在獲取外部信息時也需要一雙“眼睛”，那就是人工視覺或者叫計算機視覺，它是智能機器人系統中不容缺少的一環。而運動目標識別與跟蹤技術是計算機視覺技術中主要研究方向之一，運動目標識別與跟蹤就是使用計算機或者嵌入式處理器對圖像進行解析，自動將運動目標從待檢測的圖像序列中識別出來，然后進行定位跟蹤，為完成更高一級任務做準備。同時，運動目標檢測識別跟蹤技術也廣泛應用于人臉識別、安全監控、人機交互、現代醫學、航空航天、無人機、軍事等領域。

目前，運動目標識別跟蹤技術已逐漸成熟，但全球計算機視覺產業主要在歐美日等發達國家。我過對計算機視覺的研究起步比較晚，近些年來，我國對于這方面的投入也逐漸加大，正逐步建立完善的科學體系。傳統的運動目標識別跟蹤技術主要采用集中處理的方式，開發專用的上位機軟件完成圖像處理過程。這種方式對計算機的要求非常高，如今隨著系統功能的不斷擴展，即便是高性能計算機也無法滿足數據處理的需求。

發明內容

本發明克服現有技術存在的不足，所要解決的技術問題為：提供一種運動目標識別跟蹤方法和系統，以實現運動目標的準確識別和持續跟蹤。

為了解決上述技術問題，本發明采用的技術方案為：一種運動目標的識別跟蹤方法，包括以下步驟：

S1、目標識別之前采集一幀圖像作為背景圖像進行存儲；

S2、實時采集實時圖像；

S3、對背景圖像和實時圖像分別進行灰度化、均衡化以及閾值化處理，得到處理后的背景閾值圖像和實時閾值圖像；

S4、將實時閾值圖像與背景閾值圖像進行差分運算，得到運動目標所在區域，并將差分運算結果再次進行均衡化、閾值化操作，然后對目標進行邊緣檢測和定位，得到運動目標的位置信息，并根據運動目標的位置信息在實時圖像中截取出運動目標的彩色圖像特征；

S5、根據MeanShift目標跟蹤算法，計算得到目標模型的Mean shift向量，所述Mean shift向量為目標由初始位置向下一位置移動的向量；

S6、重復步驟S2~S5，不斷迭代計算Mean Shift向量，最終得到運動目標的真實位置，以對運動目標進行連續的實時跟蹤定位。

所述步驟S4中，所述灰度化的具體方法為：通過IMAQ Cast Image VI算法對圖像進行灰度化處理得到灰度圖像；所述均衡化的具體方法為：首先統計出灰度圖像中灰度值為f的像素點個數n_f，然后計算f出現的概率p(f)，再根據公式計算出累計直方圖，并根據該累計直方圖分布求出原灰度圖像中點（x，y）的灰度值f(x, y)到均衡化處理后點（x，y）的灰度值f1(x, y)的灰度映射關系，最后按照公式對原圖像各像素點的灰度值進行替換，完成灰度映射，即可對原圖像均衡化；g表示灰度值小于等于f的概率。L-1代表灰度等級最大值：255；n代表一幀畫面中的像素點個數；所述閾值化的具體方法為：通過ostu算法完成閾值化操作，得到閾值圖像。

所述步驟S4中，所述對目標進行邊緣檢測和定位的具體方法為：對運動目標所在區域內每一像素點的灰度值進行模板卷積運算，得到其灰度值的梯度，并根據其灰度值梯度找到圖像目標的邊沿處，從而得到運動的上下左右四個邊的線性方程，并以此計算出運動目標所在區域的四個頂點；最后，將運動目標所在區域的四個頂點轉化成極大矩形的四個頂點，得到運動目標的坐標信息，然后將目標像素子集從圖像像素集合中提取出來，獲取運動目標像素集合。

所述步驟S5中，所述根據MeanShift目標跟蹤算法對運動目標進行實時跟蹤定位的具體方法為：分別計算目標區域和候選區域內像素的特征值概率，得到關于目標模型和候選模型的描述，然后利用相似函數度量初始幀目標模型和當前幀的候選模型的相似性，選擇使相似函數最大的候選模型并得到關于目標模型的Mean Shift向量，通過不斷迭代計算Mean Shift向量，得到目標的真實位置，達到跟蹤的目的。