[发明专利]基于散射描述子的目标跟踪方法

说明书

技术领域

本发明属于图像处理技术领域，涉及视频序列的运动目标跟踪方法，可应用于人机交互、目标跟踪、安防监控等方面。

背景技术

视频序列的目标跟踪是图像处理技术领域的重要组成部分，它在机器人视觉导航、安全监测、交通管制、视频压缩以及气象分析等许多方面都有广泛应用。已广泛应用于社区和重要设施的安防监控，智能交通系统中对车辆的实时追踪，检测事故或故障等突发状况。尽管目前已经有大量的算法来处理运动目标跟踪问题，但由于外观噪声、光照变化、遮挡、背景杂乱、视角变化等因素的影响，使得目标被实时地、准备地跟踪变得更加复杂困难。

西安电子科技大学提出的专利申请“基于模糊概念格的视频运动特征提取方法”（专利申请号201110174005.2，公开号CN102289816A），该方法将视频镜头分割，首先，利用模糊概念格生成所有镜头的运动特征关联规则再根据关联规则提取感兴趣镜头；然后，利用模糊概念格生成感兴趣镜头中所有目标帧的运动特征关联规则，再根据关联规则提取感兴趣目标帧；最后，根据感兴趣的目标帧中所有图像块的模糊概念格，提取感兴趣目标帧的运动特征，实现目标跟踪。该方法主要针对背景干扰和运动重影问题，能够快速准确提取视频运动特征，但该方法对视频中常见的目标发生遮挡、尺度变化、快速运动等情况无法实现有效准确跟踪。

浙江工业大学提出的专利申请“一种基于粒子位置调整的粒子滤波视频运动目标跟踪方法”（专利申请号201110204821.3，公开号CN102339381A），该方法是对第一帧初始化粒子并累加直方图，在新的一帧中更新目标范围并计算粒子权重，对权重进行排序，如果权重小于指定的权重阈值，则调整该粒子的坐标，使他们靠近目标中心；得到新的粒子分布后，重新计算粒子权重，得到最终的目标中心点，实现运动目标跟踪。该方法虽说可通过减少粒子数实现较好的目标跟踪，提高运算效率，但对目标发生漂移、遮挡、尺度变化、光亮变化、快速运动等现象不具有良好地鲁棒性，无法实现有效准确跟踪。

发明内容

本发明针对上述现有技术的不足，提出一种基于散射描述子的目标跟踪方法，当目标发生漂移、遮挡、尺度变小、光照变化、快速运动时仍能准确有效的实现目标跟踪。

为实现上述目的，本发明的技术方案包括如下步骤：

（1）输入一段视频的第一帧，人工标记出待跟踪目标，得到跟踪框位置，将标记出的待跟踪目标定义为模板目标；

（2）初始化待跟踪目标的运动位移量，并以跟踪框位置为中心获取搜索窗；

（3）建立第一帧跟踪目标模型T_t(i,j,k)：

3a)对搜索窗进行非下采样散射变换，得到搜索窗每个像素点的散射描述子X_t(i,j,k)，其中下标t表示当前正在处理的图像帧数，这里，t=1；(i,j)表示像素点的位置坐标；k表示散射描述子的维数，k=1,2,...,12；

3b)从搜索窗的散射描述子X_t(i,j,k)中，提取出模板目标的散射描述子作为第一帧的跟踪目标模型T_t(i,j,k)；

（4）计算第一帧模板目标的灰度位置直方图其中下标1表示第一帧图像，上标l表示灰度级数，l=1,2,...,4096；

（5）载入新一帧视频图像，根据上一帧跟踪框位置和运动位移量估计出搜索窗记作本帧的搜索窗，对其进行非下采样散射变换，得到本帧搜索窗的散射描述子X_t(i,j,k)；

（6）按照步骤（4）的方法，计算本帧候选目标的灰度位置直方图

（7）判断目标是否发生遮挡：

7a）根据第一帧模板目标的灰度位置直方图和本帧候选目标灰度位置直方图求出遮挡因子O_cc；

7b）将遮挡因子O_cc与阈值T_h=0.75进行比较：如果遮挡因子O_cc小于阈值T_h，表示目标没有发生遮挡，执行步骤（8）；如果遮挡因子O_cc大于阈值T_h，表示目标发生遮挡，执行步骤（9）；

（8）对没有发生遮挡的目标进行跟踪：