[发明专利]超复数整体描述彩色图像的实时彩色视频跟踪算法

说明书

技术领域

本发明属于视频图像处理技术领域，具体为一种采用超复数整体描述彩色图像的质量参数作为目标跟踪的特征参数，而进行实时彩色视频目标跟踪的方法。

背景技术

序列图像中运动目标的检测与跟踪，通过是指对拍摄的图像序列进行分析，检测出运动目标并计算出目标在每帧图像上的位置，然后给出有关视频目标运动的相关参数和规律的方法。这一问题是计算机视觉研究的主要内容之一。计算机视觉是一门多学科交叉的学科，涉及图像处理、计算机图形学、模式识别、人工智能、神经网络、计算机、心理学、生理学、物理学和数学等。

视频跟踪技术是计算机视觉中一个必不可少的关键技术，它在机器人视觉导航、军事视觉制导、安全监测、交通管制、医疗诊断、视频压缩以及气象分析等许多方面都有广泛应用。如军事方面，已被成功地应用于武器的成像制导、军事侦察和监视等。早期电视和红外跟踪器均采用单一工作模式，必须完全用硬件实现。现在的跟踪可以计算机为基础，采用图像处理与模式识别技术，利用程序控制实现多种功能。多模跟踪器已经用于电视和红外成像系统，如美国的坦克破坏者和海尔法等导弹的制导系统。近年来，人工智能被应用到视频跟踪中，有效地提高了系统的自适应能力。民用方面，如视觉监控，已被广泛地应用在社会生活的各方面。视频跟踪可应用于社区和重要设施的保安监控；用于智能交通系统中进行车辆的实时检测和追踪，可以得到车流量、车型、车速、车流密度等等许多有价值的交通流参数，同时还可以检测事故或故障等突发状况。整个系统的流程框图如图1所示。

视频跟踪技术中最重要的一个问题就是如何表示被跟踪的目标。现有的方法有基于滤波器组的方法[1]，基于子空间的方法[2]和基于模板相关的方法[3]。其中基于模板相关的方法由于实现容易，算法的效率高，在实际的应用中被广泛的应用。

基于模板相关的视频目标跟踪算法的主要思想是，预先建立一个表示目标或待检测物体的模板作为识别和确定目标位置的依据，用目标模板与实时图像中的各个子区域图像进行比较，找出和目标模板最相似的一个子图像的位置，就认为是当前目标的位置。不过，传统的基于模板相关的视频目标跟踪算法具有几个明显的缺点。首先，基于模板相关的视频目标跟踪算法的鲁棒性不够强，环境的一些光照变化就会严重的影响跟踪的效果。其次，基于相关的视频跟踪算法只适合用于黑白视频跟踪，由于其没有考虑彩色视频中的色彩信息，在彩色视频跟踪中的表现不理想。

发明内容

本发明的目的在于提供一种基于相关的实时彩色视频目标跟踪的新方法，提出用超复数整体描述彩色图像的质量参数作为检测目标的特征参数，从而整体上综合考虑彩色图像的红(R)，绿(G)，兰(B)三基色的全部信息，因此能更好地反应出彩色图像的相似性。

1843年，哈密尔顿提出了一个有用的复数称之为超复数，也称四元数。超复数可以看成复数的推广，它包括一个实部分量和三个虚部分量。超复数空间的点可以表示为

q(n)＝q₀(n)+iq₁(n)+jq₂(n)+kq₃(n)    (1)

并定义：i2=j2=k2=-1ij=-ji=k,jk=-kj=i,ki=-ik=j---(2)]]>