[发明专利]基于光流法和卡尔曼滤波的多目标跟踪方法

权利要求书

1.基于光流法和卡尔曼滤波的多目标跟踪方法，包括以下步骤：

(1)读取视频帧，采用基于图像金字塔的L-K光流法计算每帧图像的光流；

(2)对光流进行聚类处理得到若干光流类，获得标有光流信息的光流检测效果图；

(3)对光流检测效果图采用改进的中值滤波方法进行去噪；

(4)光流类的个数为运动目标的个数，将这些运动目标的信息传递给卡尔曼滤波进行目标跟踪处理。

2.根据权利要求1所述基于光流法和卡尔曼滤波的多目标跟踪方法，其特征在于：所述基于图像金字塔的L-K光流法的具体过程包括：在最高一层的图像上计算得出光流；将计算的结果作为下一层图像的初始值，在这个初始值的基础上计算本层的光流；重复这一过程，直到传递给最后一层，即原始图像层。

3.根据权利要求2所述基于光流法和卡尔曼滤波的多目标跟踪方法，其特征在于：所述光流的计算方法为：

在一个以a点为中心的局部邻域上定义以下函数，并使该函数值最小：

$F(x,y)=\underset{(x,y)\∈\mathrm{\Ω}}{\Σ}{W}^2(x,y)\[\▿I\·V_a+I_t\]$

其中，Ω表示点a的局部邻域，W(x,y)表示权函数，表示图像在点a处的梯度，V_a表示点a的光流，I_t表示点a＝(x,y)的灰度值为I＝(x,y,t)图像在t时刻的时域导数；

对上式进行最优化求解可得：

表示包含n个点的梯度的列向量；

W＝diag[W(x₁),W(x₂),...,W(x_n)]表示包含n个点的权值的对角矩阵；

b＝-[I_t(x₁),I_t(x₂),...,I_t(x_n)]^Τ表示包含t时刻n个点的时域导数的向量；

V＝[A^ΤW²A]^-1A^ΤW²b表示所求的光流信息；

表示图像在第n个点处的梯度，W(x_n)表示图像在第n个点处的窗口权重，I_t(x_n)图像第n个点的灰度值在t时刻的时域导数，其中x_i∈Ω且i＝1,2,3...n。

4.根据权利要求1所述基于光流法和卡尔曼滤波的多目标跟踪方法，其特征在于：所述聚类处理包括：设定一个阈值D_th，比较两个光流矢量的度量函数D，若此度量值小于阈值则将这两个光流合并，作为一个光流类，计算该光流类的平均光流；再将其余光流矢量与平均光流的度量函数与阈值比较，小于阈值则将该光流并入该光流类中。