[發(fā)明專利]基于旋轉(zhuǎn)不變性圖像特征描述子的目標(biāo)跟蹤算法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911067496.3
• 申請(qǐng)日: 2019-11-04
• 公開（公告）號(hào): CN110910418B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 徐建華;豆毅庚;韓勇強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 北京理工大學(xué)
• 主分類號(hào): G06T7/223
• 分類號(hào): G06T7/223;G06T7/246
• 代理公司: 北京太兆天元知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11108
• 代理人: 王宇

本發(fā)明提供一種基于旋轉(zhuǎn)不變性圖像特征描述子的目標(biāo)跟蹤算法，包括：對(duì)同心圓的旋轉(zhuǎn)不變特征進(jìn)行描述，將當(dāng)前幀圖像之中的跟蹤目標(biāo)表示為的梯度行向量S，將梯度行向量S設(shè)置為跟蹤目標(biāo)模板，在輸入下一幀圖像之后，以當(dāng)前幀圖像之中跟蹤目標(biāo)的中心點(diǎn)為參考點(diǎn)，在下一幀圖像上確定待檢測(cè)區(qū)域，在待檢測(cè)區(qū)域內(nèi)，通過滑動(dòng)窗口獲得多個(gè)與跟蹤目標(biāo)面積相同的待匹配區(qū)域，獲得任一待匹配區(qū)域的梯度行向量S’，計(jì)算跟蹤目標(biāo)模板S與待匹配模板S’之間的相似性，在計(jì)算所有的待匹配區(qū)域的相似性之后，獲得多個(gè)相關(guān)性結(jié)果，將相關(guān)性結(jié)果之中的極大值作為最優(yōu)輸出。本發(fā)明提供的技術(shù)方案更加輕量化，適用于水下圖像的描述與跟蹤，而且魯棒性好。

技術(shù)領(lǐng)域

本發(fā)明涉及顯示技術(shù)領(lǐng)域，尤其涉及一種基于旋轉(zhuǎn)不變性圖像特征描述子的目標(biāo)跟蹤算法。

背景技術(shù)

目前，在圖像的特征提取方面，主流的方法是使用各種手工設(shè)計(jì)的局部圖像的描述子，例如，時(shí)空興趣點(diǎn)特征、光流直方圖、時(shí)空梯度直方圖等。手工設(shè)計(jì)的描述子能夠快速的提取圖像中的局部信息，如外觀特征、紋理特征等。在圖像相關(guān)的各種領(lǐng)域中的應(yīng)用十分廣泛，以特征為基礎(chǔ)進(jìn)行區(qū)別或分類是計(jì)算機(jī)理解景物的基礎(chǔ)。公開號(hào)為CN109858502A的專利就提到了一種使用計(jì)算圖像中感興趣區(qū)域目標(biāo)的質(zhì)心和方向角為主要計(jì)算元素的圖像描述子。

然而，大多數(shù)對(duì)圖像的特征描述子的設(shè)置方面，往往都是默認(rèn)為圖像或圖像中的物體自身不旋轉(zhuǎn)的情況，在水下場(chǎng)景之中，水中物體的自身運(yùn)動(dòng)往往是會(huì)有很大程度旋轉(zhuǎn)的，或者水中拍攝器在水中的姿態(tài)往往不是固定的，這也會(huì)導(dǎo)致水中拍攝的圖片輸出之中，同一物體的姿態(tài)往往會(huì)有很大旋轉(zhuǎn)。大多數(shù)方法都不適用于這種場(chǎng)景。因此水下圖像序列中的物體匹配就遇到了困難，進(jìn)而影響到了水下目標(biāo)的跟蹤效果。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的局限和缺陷，本發(fā)明提供一種基于旋轉(zhuǎn)不變性圖像特征描述子的目標(biāo)跟蹤算法，包括：

當(dāng)同心圓的半徑為r時(shí)，對(duì)同心圓的旋轉(zhuǎn)不變特征進(jìn)行描述：

其中，中心點(diǎn)C為坐標(biāo)原點(diǎn)，水平方向?yàn)閤軸，豎直方向?yàn)閥軸，θ為同心圓上的特征點(diǎn)與中心點(diǎn)C之間的直線與x軸的夾角，I_r為特征點(diǎn)的特征向量；

將當(dāng)前幀圖像之中的跟蹤目標(biāo)表示為1×(R-1)的梯度行向量：S＝[S₀，S₁，...S_R-1]，而且將S設(shè)置為跟蹤目標(biāo)模板；

在輸入下一幀圖像之后，以所述當(dāng)前幀圖像之中跟蹤目標(biāo)的中心點(diǎn)為參考點(diǎn)，在所述下一幀圖像上確定待檢測(cè)區(qū)域；

在所述待檢測(cè)區(qū)域內(nèi)，通過滑動(dòng)窗口獲得多個(gè)與所述跟蹤目標(biāo)面積相同的待匹配區(qū)域；

獲得任一待匹配區(qū)域的梯度行向量S’，而且計(jì)算跟蹤目標(biāo)模板S與待匹配模板S’之間的相似性，計(jì)算公式如下：

其中，(x′，y′)為所述待檢測(cè)區(qū)域的圓心坐標(biāo)，R為所述跟蹤目標(biāo)的最大內(nèi)切圓半徑；

在計(jì)算所有的待匹配區(qū)域的相似性之后，獲得多個(gè)相關(guān)性結(jié)果Q(x′，y′)；

將所述相關(guān)性結(jié)果之中的極大值Q_max作為最優(yōu)輸出。

可選的，還包括：

記錄所述極大值Q_max，將跟蹤目標(biāo)模板S更新為S_Qmax；

繼續(xù)輸入視頻流的幀圖像，根據(jù)相同的搜索策略，重復(fù)更新跟蹤目標(biāo)模板。

可選的，所述當(dāng)同心圓的半徑為r時(shí)，對(duì)同心圓的旋轉(zhuǎn)不變特征進(jìn)行描述的步驟之前包括：

將同心圓上的特征點(diǎn)表示為：