[发明专利]一种基于灰度约束的协方差矩阵跟踪方法

权利要求书

1.一种基于灰度约束的协方差矩阵跟踪方法，包括下列步骤：

(1)对于视频序列的一幅图像，框选一长为M像素，宽为N像素的矩形区域作为目标 模型进行跟踪；

(2)利用下列公式计算目标模型的每个点的灰度值g_k，并计算目标模型的所有点的 灰度值的平均值，g_k＝0.2989*R_k+0.5870*G_k+0.1140*B_k k∈[1，...，MN]，其中， R_k为红色通道的值，G_k为绿色通道的值，B_k为蓝色通道的值；

(3)提取目标模型的每个点的特征向量f_k＝[x，y，R，G，B，G_x，G_y]，并计算目标模 型的所有点的平均特征向量μ_R，其中，x，y分别代表一个像素点的x轴和y轴 坐标，R，G，B分别代表它红、绿、蓝三个通道的值，G_x，G_y分别是它的x轴 和y轴方向灰度的梯度值；

(4)计算目标模型的协方差矩阵C_R，CR=1MNΣk=1MN(fk-μR)(fk-μR)T;]]>

(5)在后继帧中，以目标模型为中心长宽各扩大后得到跟踪窗口，选取其中任意 M×N大小的区域作为候选目标，按照步骤(2)给出的方法计算候选目标的所 有点的灰度均值，检查是否满足下列灰度约束：候选目标与目标模型的灰度值 平均值之差的绝对值比上目标模型的灰度均值小于设定阈值；

(6)对于满足灰度约束的候选目标，计算它与目标模型的协方差矩阵的差异值 ρ(Ci,Cj)=Σk=1dln2λk(Ci,Cj),]]>差异值最小的候选目标区域即为被跟踪目标 的位置，其中，C_i和C_j，一个为候选目标的协方差矩阵，另一个为目标模型 的协方差矩阵，λ_k(C_i，C_j)是协方差矩阵C_i和C_j的广义特征值： λ_kC_ix_k-C_jx_k＝0，k＝1...d，x_k是协方差矩阵C_i和C_j的广义特征向量。