[发明专利]基于四元数的物体光流跟踪方法

说明书

技术领域

本发明涉及的是一种视频图像处理技术领域的方法，具体是一种基于四元数的物体光流跟踪方法。

背景技术

物体光流跟踪首先在图像序列的第一帧中检测出被跟踪物体上可以被可靠跟踪的特征点，然后采用光流估计算法依次在图像序列相邻两帧中计算这些特征点的光流，得到下一帧中特征点的位置，如此反复，得到图像序列所有帧中被跟踪物体上所有特征点的位置，以获得被跟踪物体的位置。光流估计算法在图像处理和计算机视觉领域已经使用了很多年。Lucas-Kanade光流估计算法效率高，并且能够估计稀疏特征点的光流，因此适合于实时的物体跟踪。然而，原算法仅仅基于灰度值图像，而颜色作为一个整体单元包含了更多的信息。此外，在用于物体跟踪时，一些颜色特征是很稳定的，适合于跟踪，但是它们转化到灰度值上丧失了显著性，Lucas-Kanade光流估计算法就不能很好的工作。在其他一些情况下，比如用于估计光流的两帧图像间存在光照差异，颜色信息也会比灰度信息更稳定，有助于估计更准确的光流。因此在进行光流估计时使用颜色信息是非常重要的。

经过对现有技术的文献检索发现，C.Lei和Y.Yang在《Proceedings of the 12thInternational Conference onComputer Vision》(第12届计算机视觉国际会议集)第1562页到1569页上发表的“Optical Flow Estimation on Coarse-to-Fine Region-Trees using Discrete Optimization”(在粗略到精细部位树上使用离散最优化的光流估计)文章中提出了一种使用颜色分割结果来改进光流估计结果的方法。但是该方法基于整体能量最小化，因此不适合于跟踪稀疏特征点。G.Demarcq等人在《Proceedings of 2009International Conference on Image Processing》(2009年图像处理国际会议集)第481页到484页上发表的“The Color Monogenic Signal：A new framework for color image processing.application to color optical flow”(颜色单基因信号：彩色图像处理的新框架及其在彩色光流估计中的应用)文章中基于颜色图像的颜色单基因信号，提出了局部颜色相位的概念，并使用局部颜色相位来估计光流。P.Golland and A.M.Bruckstein在《Computer Vision and Image Understanding》(计算机视觉和图像理解)杂志1997年第68卷第3期346页到362页上发表的“Motion from Color”(由颜色获得运动信息)文章中，以及Kelson Aires等人在《Proceedings of 2008 ACM symposium on Applied computing》(2008年ACM应用计算研讨会论文集)第1607页到1611页上发表的“Optical flowusing color information：preliminary results”(使用颜色信息的光流估计：初步结果)文章中使用了直接的三通道方法，在RGB三通道上分别应用Lucas-Kanade光流约束，并合并这些约束，以估计光流。也有其他的一些研究工作将颜色从RGB空间转换到其他颜色空间，并在转换后的空间估计光流，比如X.Xiang等人在《Proceedings of 2009 International Conference on Test and Measurement》(2009年测试和测量国际会议集)第378页到381页上发表的“A method of optical flow computation based on LUV color space”(基于LUV颜色空间的一种光流计算方法)文章中将颜色从RGB空间转换到LUV空间，而前述P.Golland and A.M.Bruckstein所著文章中将颜色从RGB空间转换到HSV空间。在使用RGB空间或其他颜色空间来估计光流方面，以前的工作还是将颜色视为分离的通道信号，而非把颜色视为一个整体信号。这促使寻找一种新的彩色光流估计算法，以整体利用颜色信息，提高光流估计的准确度。此外，成功的物体光流跟踪需要检测并跟踪可靠的特征点。直观上，颜色特征在跟踪上是可靠的，在有光照变化的情况下也比灰度特征稳定。这促使寻找一种适合于物体光流跟踪的颜色特征，配合彩色光流估计算法，提高物体跟踪的准确率。

发明内容