[發明專利]一種目標的跟蹤方法和跟蹤系統

在審

• 申請號: 201711022578.7
• 申請日: 2017-10-27
• 公開（公告）號: CN107657629A
• 公開（公告）日: 2018-02-02
• 發明（設計）人: 劉治;覃興平;章云
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/262
• 分類號: G06T7/262;G06T7/231;G06T3/40;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本申請涉及圖像處理領域，特別涉及一種目標的跟蹤方法和跟蹤系統。

背景技術

現有的目標跟蹤方法有多種，大致分為如下三類：

(1)基于區域匹配的跟蹤方法：基本思想是將檢測階段經過目標分割后獲得的含有運動目標的區域提取出來，并作為跟蹤匹配的模板，同時定義目標的匹配度量方法。在后續序列的待搜索圖像幀中，通過匹配度量全圖搜索與模板達到最佳匹配的區域，找到的使得匹配度量值最小的位置即可確定為目標在當前幀的位置，從而達到運動目標跟蹤的目的。目前常用的搜索算法一般被歸為全局搜索和局部搜索這兩大類。對于大幅圖像來講，搜索全圖十分耗時，難以應用到實際的跟蹤系統中。局部搜索省去了全圖搜索所耗費的大部分時間，因此實時性很好，但其對于目標檢測的精確度要求較高。

(2)基于動態輪廓的跟蹤方法：基于動態輪廓模型是一種用一組封閉曲線來描述運動目標的方法，該方法是通過大致勾勒出目標的輪廓，用該封閉的輪廓曲線作為匹配的模板，對后續幀圖像進行邊緣提取，在此二值化圖像中搜索最匹配的輪廓曲線，從而達到跟蹤的目的。需要注意的是，基于動態模型是被參數化且其解空間受限于預定義的初始形狀，其對初值位置過于敏感，因此需要準確的初始化，才能保證跟蹤的質量。

(3)基于特征的跟蹤方法：該方法的基本思路是以某些特定的特征來表示運動目標，而并非將其看成一個整體。可以作為運動目標的特征有許多，不論是剛體運動目標還是非剛體目標，在相鄰的兩幀圖像中，由于采樣時間間隔很小(一般采樣頻率為25～30幀/秒)，所以可以認為目標的特征是恒定不變的。因此可以用曲線、參照點、直線等來表示運動目標，繼而進行目標跟蹤。但是該方法也有其缺點，物體的運動并非都是簡單運動，其往往含有復雜運動(如旋轉等)。當物體做復雜運動時其特征的提取將比較困難，因此后續的匹配和跟蹤的準確性也難以保證。

由此可見，現有的目標跟蹤方法都有其缺點或缺陷。

申請內容

本申請的目的是提供一種目標的跟蹤方法和跟蹤系統，解決傳統的目標跟蹤方法復雜度較高，穩定性較低，適應性弱的問題。

為解決上述技術問題，本申請提供一種目標的跟蹤方法，具體技術方案如下：

將所述目標的原始目標圖像作插值處理，獲得統一分辨率的縮放圖像；

將所述縮放圖像轉換成灰度圖像；

計算所述灰度圖像經DCT變換后得到的DCT系數矩陣的平均值；

計算所述DCT系數矩陣對應的感知哈希值；

根據所述感知哈希值計算匹配區域與所述灰度圖像的距離，當最小的所述距離小于預設值時，更新匹配區域并重復計算匹配區域與所述灰度圖像的距離，直至最小的所述距離大于所述預設值時結束。

其中，計算所述灰度圖像經DCT變換后得到的DCT系數矩陣的平均值包括：

計算所述灰度圖像的DCT變換，得到32*32的第一DCT系數矩陣；

根據圖像的頻率系數縮小所述DCT系數矩陣，得到8*8的第二DCT系數矩陣；

計算所述第二DCT系數矩陣中各元素的DCT值；

計算所述DCT值的平均值。

其中，計算所述DCT系數矩陣對應的感知哈希值包括：

將所述DCT值大于或等于所述平均值的元素的哈希單位值設為1，小于所述平均值的元素的哈希單位值設為0；

組合所有元素的所述哈希單位值得到64位二進制編碼的感知哈希值。

其中，根據所述感知哈希值計算匹配區域與所述灰度圖像的距離包括：

利用窮盡搜索算法搜索匹配區域，根據所述感知哈希值計算所述匹配區域與所述灰度圖像的漢明距離或歐式距離。

本申請還提供一種目標的跟蹤系統，包括：

縮放模塊，用于將所述目標的原始目標圖像作插值處理，獲得統一分辨率的縮放圖像；

灰度模塊，用于將所述縮放圖像轉換成灰度圖像；

第一計算模塊，用于計算所述灰度圖像經DCT變換后得到的DCT系數矩陣的平均值；

第二計算模塊，用于計算所述DCT系數矩陣對應的感知哈希值；

循環計算模塊，用于根據所述感知哈希值計算匹配區域與所述灰度圖像的距離，當最小的所述距離小于預設值時，更新匹配區域并重復計算匹配區域與所述灰度圖像的距離，直至最小的所述距離大于所述預設值時結束。

其中，所述第一計算模塊包括：

變換單元，用于計算所述灰度圖像的DCT變換，得到32*32的第一DCT系數矩陣；