[发明专利]基于双感兴趣区域的运动目标视觉跟踪方法及系统

权利要求书

1.一种基于双感兴趣区域的运动目标视觉跟踪方法，其特征在于，该方法根据目标的运动信息和跟踪目标的双ROI区域的颜色概率分布得到基于双ROI区域颜色信息和运动状态信息融合的状态估计，进而实现目标的快速实时跟踪及再入定位，具体步骤包括：

步骤21，获取双ROI区域颜色信息；

步骤22，采用Kalman滤波器获取运动目标的预估值信息；

步骤23，状态融合、得到搜索窗口或搜索方向的初始化状态估计；

步骤24，根据步骤23所述的状态估计结果，计算得到目标质心位置；

步骤25，根据步骤24得到的双ROI区域目标质心位置，判断运动目标的状态，并将判决结果送至步骤23；

步骤26，循环执行步骤21-25从而实现连续帧中动态目标的跟踪，直至退出。

2.根据权利要求1所述的基于双感兴趣区域的运动目标视觉跟踪方法，其特征在于所述获取ROI区域颜色信息的具体过程如下：

步骤A，在一段视频序列的第一帧中确定两个跟踪窗口，所述跟踪窗口包括目标区域，所述目标区域包含跟踪的对象，跟踪窗口形状根据目标的形状进行设置；

选定ROI#0作为Camshift#0搜索匹配区域后，将ROI#0设为Camshift#1的不感兴趣区域，同时设定Camshift#1对ROI#1的跟踪，并将ROI#1设为Camshift#0的不感兴趣区域；

步骤B，对于自第二帧起的每一帧，获得前一帧两个跟踪区域的颜色特征概率分布图。

3.根据权利要求1所述的基于双感兴趣区域的运动目标视觉跟踪方法，其特征在于所述步骤22中获取预估值信息的实现方法如下：

步骤C，建立运动目标的状态方程和观测方程如下：

X(k)＝AX(k-1)+W(k)                                (1)

Z(k)＝HX(k)+V(k)                                  (2)

其中X(k)为系统在k时刻的状态向量，Z(k)为k时刻的系统状态测量向量，k为自然数；W(k)和V(k)分别为正态分布的状态噪声和测量噪声，且W(k)和V(k)均服从P(W(k))～N(0，Q)，P(V(k))～N(0，R)分布，其中Q为状态噪声的协方差矩阵，R为测量噪声的协方差矩阵；定义状态向量和测量向量为：

X(k)=[x(k),y(k),x·(k),y·(k)]T]]>

Z(k)＝[x(k)，y(k)]^T

其中x(k)和y(k)表示目标重心在视觉窗X轴和Y轴上的位置，和表示相应的速度，系统状态矩阵A和测量矩阵H参照X(k)和Z(k)，有：

A=10T0010T00100001,]]>H=10000100,]]>T为采样时间；

步骤D，采用Kalman滤波器方程预测位置信息(x(k|k-1)，y(k|k-1))：

更新阶段：

X(k|k-1)＝AX(k-1|k-1)                  (3)

P(k|k-1)＝AP(k-1|k-1)A^T+Q              (4)

校正阶段：

K_g(k)＝P(k|k-1)H^T/(HP(k|k-1)H^T+R)      (5)

X(k|k)＝X(k|k-1)+K_g(k)(Z(k)-HX(k|k-1)) (6)

P(k|k)＝(I-K_g(k)H)P(k|k-1)             (7)

以上公式(3)-(7)中，X(k|k-1)是利用上一状态预测的结果，X(k-1|k-1)为k-1时刻的最优值，P(k|k-1)是先验误差相关矩阵，P(k-1|k-1)是前一步的后验误差相关矩阵，K_g(k)为Kalman增益矩阵，Z(k)为给定的测量参数；

将预测状态向量X(k|k-1)中的位置信息(x(k|k-1)，y(k|k-1))即运动目标的预估值信息传送到步骤23。