[发明专利]多阶微分环形模板匹配跟踪方法

说明书

技术领域

本发明属于图像处理与机器视觉领域，涉及一种目标识别与跟踪方法，特别涉及一种基于环形模板的、具有旋转不变性的目标识别与跟踪方法。

背景技术

目标的识别与跟踪一直是机器视觉和图像处理领域的重要研究内容。在监控系统、安防系统、军事领域等方面有着重要的应用价值。由于目标识别系统通常要求具有实时性，因此限制了运算量较大的算法的应用范围。而运算量较小的算法通常识别精度不高。例如，“双波门”方法是一种简单、快速的识别跟踪方法，该方法通过设置被识别目标灰度的上下限阈值来区分目标和背景图像，从而实现目标的识别与跟踪，由于该方法过于简单，因此仅适用于简单背景下的目标识别与跟踪中，当目标或背景有多个较复杂的灰度级时，该方法就很难满足识别的精度要求。其他基于对比度跟踪的方法同样具有抗干扰能力差、识别精度低的缺点。

随着电子技术和计算机技术的迅速发展，相关匹配识别与跟踪方法在实际系统中得到广泛应用。该类方法是将系统的基准图像选定为模板，将模板在跟踪窗中以不同的偏移值移位，然后计算模板与其重叠区域图像的相关值，将最佳匹配区域确定为跟踪目标位置。例如，灰度差的绝对平均值算法就是一种简单的相关匹配算法。但由于这类方法采用点对点的匹配计算，因此通常仅具有平移不变性，而不具有旋转不变性。这使得算法在目标发生旋转运动时无法准确定位出目标位置，从而影响了算法的应用范围。

因此设计一种具有旋转不变性的模板匹配方法具有重要的应用价值。

发明内容

本发明所要解决的技术问题是，设计一种具有旋转不变性的模板匹配目标识别与跟踪方法，实现对灰度图像目标的识别与跟踪。

本发明所采用的技术方案是：一种多阶微分环形模板匹配跟踪方法，模板大小选为n×n(n为奇数)，模板中的像素以模板中心为环心，按环形排列形成(n+1)/2个子窗口，第一个子窗口即为特征点本身，第二个子窗口则为特征点为中心的3×3的窗口，第i个子窗口则为特征点为中心的(2i-1)×(2i-1)的窗口，其中i＝1，2，...，(n+1)/2。根据环形像素的灰度值分布情况，计算求取一阶微分图像，根据第i阶微分图像，计算求取第(i+1)阶微分图像。匹配准则函数D由D₀，D₁，D₂，...，D_m，共(m+1)部分组成，其中D₀为模板与待匹配区域各环像素灰度和的差值绝对值，D_i为模板第i阶微分图像与待匹配区域第i阶微分图像各环微分绝对值和的差值绝对值。匹配准则函数D最小的位置确定为目标位置。

本发明的目的在于提出一种多阶微分环形模板匹配跟踪方法，采用环形模板确保算法具有旋转不变性，在匹配准则函数中增加各阶微分图像的匹配值，以此提高图像的细节信息的利用率，从而提高目标识别的准确性，完成对灰度图像目标的识别与跟踪。

附图说明

图1为5×5的环形模板结构图。

图2为一阶微分图像结构图。

图3为车辆目标中提取的模板结果。

图4为灰度差的绝对平均值方法得到的跟踪结果。

图5为采用环形模板匹配方法得到的匹配结果(m＝0)。

图6为采用一阶微分环形模板匹配方法得到的结果(m＝1)。

具体实施方式

下面结合实施例和附图对本发明作进一步详细说明。

本发明采用模板匹配方法实现目标的识别与跟踪。模板A选用环形结构，模板大小选为n×n(n为奇数)，模板中的像素以模板中心为环心，按环形排列形成(n+1)/2个子环，第一个子环即为模板中心点本身，第二个子环所包围的窗口为以模板中心点为中心的3×3的窗口，第i个子环所包围的窗口为以模板中心为中心的(2i-1)×(2i-1)的窗口，其中i＝1，2，...，(n+1)/2。如图1所示为5×5的环形模板结构图。