[发明专利]面向工业现场的多目标视频跟踪方法

权利要求书

1.面向工业现场的多目标视频跟踪方法，对轨道上的多目标进行跟踪；其特征在于：该方法是一种融合了背景建模和运动信息的Camshift方法，首先根据跟踪目标获得目标颜色概率密度图像；然后根据背景建模获得的运动区域图像对目标颜色概率密度图像进行滤波处理；在Camshift每次迭代过程中，引入运动方向信息，通过加权融合获得最优匹配位置；在多目标跟踪过程中，将当前帧中已完成搜索的跟踪目标在目标颜色概率密度图像中滤除，减少对其它目标的干扰。

2.根据权利要求1所述的面向工业现场的多目标视频跟踪方法，其特征在于：在视频监测区域，当检测到多个目标时，按照目标进入轨道的顺序将目标依次命名为TAG1、TAG2、TAG3、…、TAGi、…，对TAGi进行目标跟踪，具体包括如下步骤：

(1)根据当前目标的目标特征直方图，计算当前帧的目标颜色概率密度图像，进入步骤(2)；

(2)将当前帧的目标颜色概率密度图像与背景建模获得的运动区域图像进行对比，将非运动区域所对应的概率密度值置为零；同时，将前帧的目标颜色概率密度图像中，已经跟踪成功的目标区域所对应的概率密度值置为零；得到当前帧新的目标颜色概率密度图像I(x,y)，根据当前帧新的目标颜色概率密度图像I(x,y)获取候选目标区域，计算候选目标区域的中心坐标为(x₀,y₀)，进入步骤(3)；

(3)计算候选目标区域的零阶矩M₀₀及关于x₀,y₀的一阶矩M₁₀和M₀₁：

M00=ΣxΣyI(x,y)]]>

M10=ΣxΣyxI(x,y)]]>

M01=ΣxΣyyI(x,y)]]>

进入步骤(4)；

(4)根据零阶矩M₀₀以及一阶矩M₁₀和M₀₁计算目标在候选目标区域中的当前位置(x₁,y₁)：

x1=M10M00]]>

y1=M01M00]]>

进入步骤(5)；

(5)将当前位置(x₁,y₁)记录到数组Point[]中，计算以(x₁,y₁)为中心的候选目标区域与参考模板之间的相似度，并将计算出的相似度记录到数组initial_sim[]中，进入步骤(6)；

(6)相比于以(x₀,y₀)为中心的候选目标区域，若以当前位置(x₁,y₁)为中心的候选目标区域与参考模板之间的相似度降低，则进行如下赋值：得到新的当前位置(x₁,y₁)，进入步骤(7)；否则迭代结束，进入步骤(8)；

(7)若移动步长则迭代结束，进入步骤(8)；否则x₀←x₁,y₀←y₁，返回步骤(3)；

(8)将当前目标在当前帧中的当前位置(x₁,y₁)记为a₀，将目标在前一帧中的位置记为a₁，计算当前目标的运动方向向量进入步骤(9)；

(9)将数组Point[]中保存的坐标分别与目标在前一帧中的位置a₁相减，计算位移方向向量，依次为n为迭代次数；将分别为与计算余弦量，保存为cos₁,cos₂,...cos_n，进入步骤(10)；

(10)将cos_i与所对应位置的候选区域的相似度initial_sim[i]相乘，结果保存到数组fused_sim[i]中，进入步骤(11)；

(11)将fused_sim[i]中最大的值所对应的位置作为当前目标的在当前帧中的跟踪结果，并将该位置作为当前目标在下一帧中的参考模板，进入步骤(12)；

(12)判断当前帧中的所有目标是否都跟踪结束：如果没有，返回步骤(1)，对下一个目标进行跟踪；否则，结束。

3.根据权利要求1所述的面向工业现场的多目标视频跟踪方法，其特征在于：通过背景建模获得的运动区域图像，采用的方法为背景差法，使用HSV颜色模型的H分量值作为像素值。