[发明专利]一种基于傅立叶描述子的彩色移动目标的识别与跟踪方法

说明书

技术领域

本发明涉及目标识别与跟踪技术，特别涉及一种基于傅立叶描述子的彩色运动目标的识别与跟踪方法。该方法在小区视频监控、交通车辆监控等领域中有着广泛的应用前景。

背景技术

运动物体的检测与跟踪是视频处理的关键技术.对于背景固定的视频来说，目标的跟踪相对来说，比较容易。但是对于背景是变化的，也就是视频设备在不停地移动时，如车载视频，目标跟踪就显得困难多了！当跟踪的对象被遮挡时，许多目标跟踪算法就无能为力了，如基于均值偏移的目标跟踪算法(Vojir,Tomas；Noskova,Jana；Matas,Jiri.Robustscale-adaptivemean-shiftfortracking[J].PATTERNRECOGNITIONLETTERS.vol49,2014,250-258)、基于目标的二维网格模型跟踪算法(AlhmbasakY,TckalpAM.Occkysion-adaptivecontent-based2Dmeshdesignandforwardtracking[J].IEEETransactionsonImageProcessing,1997,6(9):1270-1280)、基于特征点(关键点)跟踪的算法(Peng,Chen；Chen,Qian；Qian,Wei-xian.Eigenspace-BasedTrackingforFeaturePoints[J].OPTICALREVIEW,2014,vol.21(3),PP:304-312,)等等。许多目标跟踪算法只在跟踪对象发生平移时，才能准确跟踪，当跟踪的目标发生旋转时，就不能准确跟踪了，如：LiuCY等人在文中(LiuCY,YungN.Scale-adaptivespatialappearancefraturedensityapproximationforobjecttracking[J].IEEETransactonsonIntelligentTransportationSystems,2011,12(1):284-290)所提的算法。另外当跟踪的对象的尺度发生变化时，跟踪效果就会变差，如文章(WangChangjun,ZhuShanan.MeanShiftbasedtargets′rotationandtranslationtracking[J].JournalofImageandGraphics,2007,12(8):1367-1371)所提的算法。

针对上述算法，也就是当跟踪对象被遮挡，尺度发生变化，角度发生变化时，跟踪效果变差的情况，本专利提出了一种基于对象颜色的RGB值及其形状的傅立叶描述子[8,9]进行跟踪的算法。该算法根据所要跟踪的目标的颜色RGB值，分别提取各帧中，与目标颜色RGB值相同的对象，再将这些对象的形状傅立叶描述子与归一化后的目标对象的形状傅立叶描述子进行比较，从而达到目标跟踪的目的。该算法能有效地解决对象被遮拦，以及跟踪过程中的尺度和旋转问题。

发明内容

本发明的目的是提供一种移动目标识别与跟踪的方法，该方法利用移动目标的颜色及其形状傅立叶描述子这两大特征，实现目标识别与跟踪的。为了达到上述目的，本发明采用如下技术方案：一种基于傅立描述子的彩色移动目标的识别与跟踪的方法，该方法分为两大部分，每一部分的主要步骤可描述如下：

第一部分：指定颜色的目标对象的傅立叶描述子提取

步骤1：确定所要跟踪的目标对象的颜色RGB值(RValue，GValue，BValue)；

步骤2：在视频的第一帧中，根据公式Image＝(DiffR＜T)&(DiffG＜T)&(DiffB＜T)，其中DiffR＝|f_R(x，y)-ValueR|,DiffG＝|f_G(x，y)-ValueG|,DiffB＝|f_B(x，y)-ValueB|，T为阈值，f_R(x，y)，f_G(x，y)，f_B(x，y)分别为帧图像的红、绿、蓝通道。这样便可得到一个二值图像，其包含的对象的颜色与指定颜色相同，也就是说，将所有与指定颜色相同的对象提取出来；

步骤3：对步骤2所提取的对象的空洞进行填充之后，利用公式ObjectSize＜α或者ObjectSize＞β(α＜β)，其中ObjectSize目标对象的大小，将非指定目标从图像中删除，这样便可得到只有指定目标对象的二值图像；