[發明專利]運動目標跟蹤方法

在審

• 申請號: 201810216108.2
• 申請日: 2018-03-13
• 公開（公告）號: CN110276781A
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 修春波;潘肖楠;李鴻一
• 申請（專利權）人: 天津工業大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/90;G06T5/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明屬于圖像處理與目標跟蹤領域，具體為一種運動目標跟蹤方法。在色度論域內定義模糊色度等級，采用模糊隸屬度實現目標色度的模糊等級劃分，降低色度等級劃分值的選取對目標模型建立結果的影響。采用模糊直方圖模型對跟蹤場景圖像進行反向投影，建立目標概率分布圖。利用Camshift方法實現目標的識別、定位與跟蹤。

技術領域

本發明屬于圖像處理與目標跟蹤領域，涉及一種運動目標跟蹤方法，特別涉及一種基于模糊劃分直方圖模型的運動目標跟蹤方法。

背景技術

運動目標的識別與跟蹤在諸多領域有著廣泛的應用。由于跟蹤系統通常具有實時性的要求，因此，跟蹤算法通常不能過于復雜，運算量不能過大。但過于簡單的跟蹤算法又難以適應復雜場景下跟蹤準確性的要求。同時，在實際應用中，目標所處環境的未知性，對跟蹤方法的適應性能提出了較高要求。在現有方法中，Meanshift算法由于具有運算速度快、跟蹤準確性高的優點得到快速發展。為了進一步提高對目標縮放等變化的跟蹤要求，在Meanshift算法基礎上，通過自適應調整跟蹤目標的尺度，提出了Camshift跟蹤方法，其跟蹤性能得到了進一步提升。

Meanshift算法、Camshift算法以及各種改進方法都是根據目標的色度(Hue)直方圖模型在場景區進行反向投影實現對目標的定位與跟蹤。直方圖模型的準確性直接影響目標跟蹤效果。現有基于Camshift的跟蹤方法通常采用精確集合的分區間方式建立目標的色度直方圖模型，但由于光照以及攝像參數不穩定等干擾因素的影響，同一目標的色度值在不同的幀間圖像也會產生一定的漂移。當目標的色度值在直方圖的劃分區間進行漂移時，會造成目標直方圖模型不穩定，從而造成跟蹤性能嚴重下降。

因此，設計一種能夠克服色度值漂移的運動目標跟蹤方法具有很好的應用價值。

發明內容

本發明所要解決的技術問題是，為提高運動目標跟蹤性能，設計一種基于模糊直方圖模型的目標跟蹤方法，克服色度漂移對目標跟蹤的影響。

本發明所采用的技術方案是：一種運動目標跟蹤方法，在色度論域內定義模糊色度等級，采用模糊隸屬度實現目標色度的模糊等級劃分，降低色度等級劃分值的選取對目標模型建立結果的影響。采用模糊直方圖模型對場景圖像進行反向投影，建立目標概率分布圖。利用Camshift方法實現目標的識別、定位與跟蹤。

本發明的目的在于構造一種能夠提高跟蹤系統對跟蹤場景色度漂移、光照變化等干擾的適應能力的運動目標跟蹤方法，具有很好的實用性。

附圖說明

圖1是色度模糊等級劃分圖。

具體實施方式

下面結合附圖對本發明作進一步詳細說明。

直方圖模型具有計算量小、簡單直觀等特點，能夠較好地描述圖像目標所包含像素的顏色信息，因此，許多目標跟蹤方法都選用直方圖模型來描述圖像目標。

普通色度直方圖的色度等級的劃分值對目標直方圖模型的建立具有較大影響，特別當色度等級的劃分值為目標區像素的主要色度值時，直方圖模型極易受到色度漂移的干擾，對目標的定位和識別產生極大影響。為此，本發明采用模糊劃分建立目標的色度模糊直方圖。

通常選擇HSV顏色空間中的H(色度)分量建立目標的直方圖模型。設色度的取值為0～180°，將其劃分為m個模糊等級，如圖1所示，采用梯形隸屬度函數。目標區中包含像素數量為s。

對于色度值h_k，其隸屬色度等級i的隸屬度為1，隸屬色度等級i-1和i+1的隸屬度都不為0，而隸屬于其他色度等級的值均為0。

由此建立圖像目標的色度模糊直方圖模型q＝{q_u}，u＝1，2，...，m為：