[发明专利]一种基于嵌入卡尔曼滤波器的Camshift的机器鱼跟踪方法在审
申请号: | 201611246425.6 | 申请日: | 2016-12-29 |
公开(公告)号: | CN106780542A | 公开(公告)日: | 2017-05-31 |
发明(设计)人: | 郭树理;韩丽娜;袁振兵;王稀宾;崔伟群;王春喜;司全金;李铁岭;刘源;黄剑武;王彬华;郭芙苏;曲大成 | 申请(专利权)人: | 北京理工大学;中国人民解放军总医院;中国计量科学研究院 |
主分类号: | G06T7/207 | 分类号: | G06T7/207 |
代理公司: | 北京理工大学专利中心11120 | 代理人: | 代丽,仇蕾安 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 嵌入 卡尔 滤波器 camshift 机器 跟踪 方法 | ||
技术领域
本发明涉及智能控制技术领域,具体涉及一种基于嵌入卡尔曼滤波器的Camshift的机器鱼跟踪方法。
背景技术
随着对海洋资源开发的不断深入,仿生机器鱼协作控制系统引起关注,而作为仿生机器鱼协作控制系统的重要组成部分视觉子系统,是决策子系统的唯一信息来源,视觉跟踪算法决定了目标跟踪的快速准确性和实时性。
机器视觉最早出现于1975年由Winston编辑的论文集中。英国的Marr教授于1973年在麻省理工学院(MIT),创建了一个新的视觉理论研究小组,在1977年,提出了一种新的计算机视觉理论—Marr视觉理论,该理论在20世纪80年代成为计算机视觉研究领域的一个十分重要的理论框架。陆续用于高级视频安全监控技术,如校园监控、交通监控、道路行人统计系统,另外视觉跟踪技术在导弹成像制导、超声波和核磁序列图像的自动分析、人机交互、虚拟现实、机器人视觉导航等方面有广泛重要应用。每种机器视觉系统集成了很多,比如静止背景和运动背景下的实时目标探测与跟踪、目标的分类识别、目标姿势估计、摄像机的自主控制、视频图像处理系统、人体步法分析等等。国内以中科院自动化所模式识别国家重点实验室为代表的很多高校和研究机构也在机器视觉领域取得了不错的科研成果。但无论是国内还是国外,在机器视觉领域的研究重点都基本在于对所获得图像信息的前期处理(去噪、增强、目标检测等)和在复杂环境中对多个视频运动目标进行稳定、快速和准确地跟踪。其难点在于现在的视觉任务多是由2D图像恢复3D场景,而由于成像过程中存在投影、遮挡、各种场景因素的混合、畸变等,要想通过高度结构化的表示获得3D模型的客观描述是很困难的,这些始终是当前机器视觉研究领域中需要不断提升机器视觉算法改进效果的问题。
在机器视觉领域,跟踪算法的主要工作是在连续的视频序列中找到表示目标区域或目标特征的图像结构的连续对应。Camshift算法(Continuously Apative Mean-Shift)是一种运动跟踪算法,主要通过视频图像中运动物体的颜色信息来达到跟踪的目的,能够依据所跟踪目标在运动过程中的形状变化自适应调整搜索窗口的大小,采用目标的颜色作为跟踪特征,在目标发生旋转,被部分遮挡时也具有一定的鲁棒性,简单易实现、计算量小、实时性好,是计算局部最优解的一个实用的算法。但在复杂背景和目标突然快速运动情况下可能出现跟踪目标出现误差较大甚至跟踪失败的问题。
发明内容
有鉴于此,本发明提供了一种基于嵌入卡尔曼滤波器的Camshift的机器鱼跟踪方法,能够适应机器鱼的复杂水下环境,提高机器鱼快速运动跟踪的准确性,实时性好。
本发明的基于嵌入卡尔曼滤波器的Camshift机器鱼跟踪方法,包括如下步骤:
步骤1,在进行目标跟踪前,通过人机交互方式,用鼠标手动在跟踪画面上选取跟踪区域;
步骤2,构建卡尔曼滤波器并初始化;
其中,目标状态向量x=[μx,μy,vx,vy]T,其中,μx,μy分别代表被跟踪目标的质心在视频图像的直角坐标系Oxy中的x、y轴上的坐标分量,vx,vy分别表示目标在x、y轴上的速度分量,即每两帧目标运动位置在x方向与y方向的差值,上标T表示转置;
目标观测向量y=[μx,μy]T;
系统状态转移矩阵Δt为相邻两帧的时间差;系统观测矩阵
系统的过程噪声协方差矩阵Q和观测噪声的协方差矩阵R分别为:
其中,e为自然对数;
初始时刻Kalman滤波均方误差矩阵P0为:
步骤3,利用步骤2构建的卡尔曼滤波器预测当前k时刻的目标状态向量xk和目标观测向量yk;
步骤4,以步骤3卡尔曼滤波器预测的目标状态向量xk中的位置为搜索区域的中心,利用Camshift算法获得当前k时刻的目标位置信息,将其作为Camshift观测向量yk_c;
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北京理工大学;中国人民解放军总医院;中国计量科学研究院,未经北京理工大学;中国人民解放军总医院;中国计量科学研究院许可,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/201611246425.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种改进的背景减除方法
- 下一篇:图像前景提取的方法和装置