[发明专利]视频图像中车辆目标的跟踪方法

权利要求书

1.视频图像中车辆目标的跟踪方法，采用以下两种相关匹配算法：

(1)固定门限的MAD相关匹配算法

(2)可变门限的MAD匹配算法。

2.如权利要求1所述固定门限的MAD相关匹配算法，由下列方法得出：

在计算基准图像S(u，v)和实时图像r(u，v)的匹配区域里所有各(x，y)点进行计算，然后找出最大值或最小值，以此作为匹配点。但实际上要找出最大值或最小值并不需要对整个匹配区域内的所有点(x，y)进行精确计算，有相当多的点(x，y)的相关函数值C(x，y)或D(x，y)无需计算，这可大大减小计算量，提高匹配速度，使多个目标跟踪及轨迹描绘成为可能。

MAD算法描绘计算式为

D ( x , y ) = Σ μ = 1 M Σ ν = 1 M | r ( μ + x , ν + y ) - s ( μ - ν ) | . . . . . . ( 4 ) ]]>

令|r(μ+x，v+y)-s(μ，v)＝∑(μ，v；x，y)，|其含义是当实时图像r(μ，v)与其准图像s(μ，v)之间目距为(x，y)，且(μ，v)为某个定值时，图像r(μ，v)与s(μ，v)相应单元像素的相应单元像素亮度之差。当(x，y)为某个定值时，而(u，v)变化时，∑(x，y；μ，v)也当然会随之变化。对M×M图像区域而言，(u，v)的可能取值为(1，1)，(1，2)，...(1，M)，(2，1)，(M，M)，即为由M²个值组成的坐标序列，故(4)式可表示为：

D ( x , y ) = Σ n = 1 M 2 ϵ ( x , y ; n ) . . . . . . ( 5 ) ]]>

可简写为： D ( x , y ) = Σ n = 1 M 2 ϵ ( n ) . . . . . . ( 6 ) ]]>

分析式(5)：若r(μ，v)与s(μ，v)是配准点，则D(x，y)值均应大于配准点的值。如若设置一个固定门限值T，在计算某一像素点(x，y)的时，当超过门限T，便可停止计算。这里固定门限T应略大于匹配点值时D(x^*，y^*)。

3.如权利要求1所述的可变门限的MAD匹配算法，由下列方法得出：

将固定门限改变可变门限如图1V_T曲线所示，则可进一步，减少计算量。可变门限V_T随计算次数M²的增长而单调地增加，V_T取值应略大于匹配点的值，即略大于