[发明专利]基于Grabcut及LBP跟踪质心矫正模型的Camshift算法有效

专利信息
申请号: 201510464986.2 申请日: 2015-08-03
公开(公告)号: CN105046721B 公开(公告)日: 2018-08-17
发明(设计)人: 洪向共;郑熙映;薛志毅;肖惠梅 申请(专利权)人: 南昌大学
主分类号: G06T7/207 分类号: G06T7/207;G06T5/20
代理公司: 南昌新天下专利商标代理有限公司 36115 代理人: 施秀瑾
地址: 330031 江西省*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 grabcut lbp 跟踪 质心 矫正 模型 camshift 算法
【说明书】:

一种基于Grabcut及LBP跟踪质心矫正模型的Camshift算法,通过定值增强跟踪视频流和Grabcut前景分割将目标物体从环境中分离出来,使Camshift得到纯净的直方图。同时,Kalman滤波器辅助Camshift,对目标运动轨迹进行预测。在跟踪期间,对目标框内图像进行LBP变换,得到模板以及当前LBP直方图数据,通过比对得到判断系数和框体变化情况,若判定为相近色物体遮挡,则执行S‑Grabcut算法,将质心进行搬移,然后继续正常跟踪。此算法与传统Camshift算法相比很大程度减小了背景噪声的干扰,并且加入Kalman滤波器解决了快速移动和遮挡问题。同时,质心矫正模型很好地解决了相近色物体遮挡带来的干扰。实验结果表明,该算法的鲁棒性优良,满足实时性及准确跟踪的要求,使复杂环境下对目标的跟踪更加稳定。

技术领域

发明属于计算机视觉实时跟踪领域。

背景技术

视觉跟踪在图像处理和计算机视觉具有非常重要的作用,是目前研究的热门方向之一。运动目标跟踪广泛应用于军事和民用等许多领域,例如视觉制导、无人机追踪、安全监测、公共场景监控、智能交通等。但摄像头采集图片非常容易受到光照变化、物体运动速度、遮挡以及相近色等诸多因素的干扰。目前对于运动目标的跟踪常用的方法有粒子滤波、压缩感知、背景差法、相邻帧差法、光流法以及自适应均值漂移算法(Camshift)等。但这些方法各有优缺点,例如:光流法运用差分但算法实时性差,在复杂环境中容易跟踪失败;粒子滤波的抗干扰能力显著,但存在粒子退化现象,稳定性差,背景及相邻帧差法则不适用于背景变换的情况。自适应均值漂移算法(Camshift)是利用概率密度的梯度爬升来寻找局部最优,具有无需参数、高效、快速模板匹配的特性,以及在此基础上拓展的优越性。但是基于颜色直方图抗干扰能力差,检测目标有限,使得Camshift算法在面对复杂背景、遮挡问题及相似颜色背景时,容易出现目标跟踪丢失以及识别错误等情况。

发明内容

本发明的目的是提出一种基于Grabcut(图像分割)及LBP(局部二值模式)跟踪质心矫正模型的Camshift算法,以解决跟踪过程中背景噪声以及相近色物体干扰问题,本算法可以进行实时性跟踪并且大幅提高传统Camshift算法跟踪的稳定性及准确性。

所述算法基于Grabcut及LBP,在图像定值增强基础上通过Grabcut目标分割来得到目标纯净的直方图,并通过LBP跟踪质心矫正模型,将相近色混合后的质心进行搬移至目标未重叠区域,作为下一帧迭代计算的依据。

本发明包括以下步骤。

(S01)选定目标物体,提取目标物体实时图像的RGB三通道均值,计算后得到增强系数z对跟踪视频当前帧图像进行增强,增加目标与背景的对比度,便于在Grabcut分割后,Camshift得到的直方图能有效排除大部分的背景噪声。

(S02)加入Grabcut前景分割将目标物体分离出来,单独对目标物体进行框选,得到目标物体纯净的颜色直方图。

(S03)开始执行Camshift跟踪算法并通过Kalman滤波器辅助跟踪。

(S04)对当前标记框内图像进行LBP处理,并待标记框稳定后,长度和宽度变化范围在第一帧长宽0.2倍大小之内,提取稳定后的第三帧框内图片作为跟踪目标的模板,并得到对应的LBP直方图数据。

(S05)通过对模板以及当前框内LBP直方图数据比对,得到判别系数a,若a为0且框体变大,长度和宽度大于稳定条件下长宽的1.2倍,则表明当前框内LBP纹理与模板有较大出入,认为有相近色物体遮挡,此时执行质心矫正程序(S06);若不满足此条件则表明当前框内LBP纹理与模板近似相等,目标无遮挡,跟踪正常进行,程序转入(S03)。

(S06)利用S-Grabcut算法得到目标未被相近色物体覆盖的区域,计算未被相近色物体覆盖的区域质心,将其定义为下一帧Camshift迭代的目标质心,然后程序转入(S03)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌大学,未经南昌大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510464986.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top