[發明專利]高速視頻序列影像自適應尺度變化的標志連續跟蹤方法在審
| 申請號: | 202210805213.6 | 申請日: | 2022-07-08 |
| 公開(公告)號: | CN115170610A | 公開(公告)日: | 2022-10-11 |
| 發明(設計)人: | 葉真;童小華;謝歡;劉世杰;陳鵬;盧文勝;楊澄宇;趙佳俊;高儀 | 申請(專利權)人: | 同濟大學 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/66;G06T7/13;G06T5/00;G06F17/12 |
| 代理公司: | 上??剖⒅R產權代理有限公司 31225 | 代理人: | 應小波 |
| 地址: | 200092 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 高速 視頻 序列 影像 自適應 尺度 變化 標志 連續 跟蹤 方法 | ||
1.一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,該方法包括以下步驟:
步驟1,采用快速形狀特征提取算法對獲取的影像序列進行處理,得到人工標志中心的像素坐標;
步驟2,采用自適應尺度變化標志序列跟蹤策略,即依據實時獲取的上一幀標志點半徑大小,動態地改變下一幀進行跟蹤搜索窗口的大小,實現相鄰幀影像間區域尺度信息的后向傳遞。
2.根據權利要求1所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,所述的步驟1具體包括:
步驟101,對搜索窗口影像塊圖像進行相應的預處理;
步驟102,對預處理完成的影像塊使用基于邊界跟蹤的拓撲算法進行邊緣檢測,將所有邊緣輪廓的像素坐標集合全部保存;
步驟103,對二維像素平面內的橢圓進行高精度擬合,得到人工標志中心的像素坐標。
3.根據權利要求2所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,所述的步驟101,對搜索窗口影像塊圖像進行相應的預處理具體為:
步驟1011)采用高斯濾波去除圖像中多余的噪聲;
步驟1012)采用二值化處理增強影像塊的對比度,突出標志點的白色橢圓形部分,提高邊緣檢測的精度。
4.根據權利要求2所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,根據所有邊緣檢測結果輪廓的面積大小,建立從大到小的索引查找表,在后續基于輪廓進行橢圓圓心坐標擬合時,依照查找表進行遍歷,優先對大面積輪廓進行計算并進行后續的條件約束判別,能更加快速地判別到所需的目標值。
5.根據權利要求2所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,所述步驟103,對二維像素平面內的橢圓進行高精度擬合具體為:
步驟1031)在二維平面坐標系中,任意橢圓均可利用如下圓錐曲線方程的代數形式表示:
F(a,x)=a·x=ax2+bxy+cy2+dx+ey+f=0 (1)
式中a=[a b c d e f]T,x=[x2 xy y2 x y 1]T,(x,y)則表示橢圓上任意一點;
步驟1032)將基于最小二乘法對像素平面的橢圓圓心坐標進行高精度擬合,設Ccontour=[(x1,y1),(x2,y2),…,(xn,yn)]為獲取的影像塊橢圓輪廓邊緣的像素坐標集合,則根據公式(1)可建立如下最優估計目標函數:
根據極值原理,欲使ε2值達到最小,應有:
由此可得一個線性方程組,結合橢圓約束條件a+c=1并應用全主元高斯消去法對線性方程組進行求解,求得方程系數a=[a b c d e f]T的值;
進而橢圓中心坐標(x0,y0)、長短半軸(a0,b0)以及長軸的轉角θ由下列各式精確求解:
其中a、b、c、d、e、f為公式(1)橢圓方程的系數。
6.根據權利要求5所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,根據先前所建立的查找表對搜索窗口影像塊中所有檢測出的輪廓進行上述最小二乘橢圓中心像素坐標擬合。
7.根據權利要求6所述的一種高速視頻序列影像自適應尺度變化的標志連續跟蹤方法,其特征在于,對擬合的結果判斷其是否位于搜索窗口中心5×5的鄰域范圍內。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于同濟大學,未經同濟大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210805213.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種教育機器人演示設備
- 下一篇:一種煙氣脫硝的熱風爐





