[发明专利]一种基于片上异构系统的运动目标识别与追踪方法及系统

说明书

本发明公开了一种基于片上异构系统的运动目标识别与追踪方法及系统，方法包括：采集实时图像；对实时图像进行预处理，得到预处理后的实时图像，其中，预处理包括灰度化和边缘特征提取；根据预处理后的实时图像，采用背景差分法和帧间差分法相结合的方法得到运动目标区域；采用CAMSHIFT算法对运动目标区域进行跟踪，最终跟踪得到运动目标。本发明采用背景差分法和帧间差分法相结合的方法得到运动目标区域，并采用CAMSHIFT算法取代Meanshift算法来对运动目标区域进行跟踪，不易受光线变化等因素的影响，鲁棒性好。本发明可广泛应用于计算机视觉领域。

技术领域

本发明涉及计算机视觉领域，尤其是一种基于片上异构系统的运动目标识别与追踪方法及系统。

背景技术

基于视频的运动目标识别与追踪是计算机视觉领域的重要内容，它融合了图像处理，数理分析，概率密度分析等多个领域的知识。所谓的视频的运动目标识别(检测)与跟踪是指对视频中的单个或者多个运动目标进行检测和跟踪，得到目标的具体参数(如位置、面积、速度等)，再在进行进一步的处理与分析的基础上，达到对运动目标的行为智能理解的目的，以便进行更高一级的处理，其实现了用计算机代替人眼，进行智能的对外界物体运动的认识，为人类的生活工作提供了很大的便利。如今，运动目标的识别与追踪技术也广泛应用于人脸识别、安全监控、人机交互、航空航天、医疗器械、无人机等领域。

目前，国内外研究人员针对运动目标的识别与追踪技术的研究已逐渐成熟，但随着科学体系的逐渐完善，此类技术仍存在着提高与深入的空间。

专利申请号为201710890298.1，名为“运动目标识别跟踪方法和系统”的中国发明专利，通过图像采集模块采集实时图像，将实时图像和背景图像分别进行灰度化、均衡化以及阈值化处理，将得到的图像进行差分运算，得到运动目标的位置信息，然后根据MeanShift目标跟踪算法，计算得到目标模型的Meanshift向量。最后，不断迭代计算Meanshift向量，最终得到运动目标的真实位置，以实现对运动目标进行连续的实时跟踪定位。该方案通过背景差分提取运动目标，但此方法容易受到光线变化的影响，鲁棒性较差。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种鲁棒性好的基于片上异构系统的运动目标识别与追踪方法及系统。

本发明所采取的技术方案的一方面是：一种基于片上异构系统的运动目标识别与追踪方法，包括以下步骤：采集实时图像；对实时图像进行预处理，得到预处理后的实时图像，其中，预处理包括灰度化和边缘特征提取；根据预处理后的实时图像，采用背景差分法和帧间差分法相结合的方法得到运动目标区域；采用CAMSHIFT算法对运动目标区域进行跟踪，最终跟踪得到运动目标。

进一步，所述对实时图像进行预处理，得到预处理后的实时图像这一步骤，具体包括：

对实时图像进行灰度化，得到灰度化后的实时图像；

采用基于并行机制的sobel边缘检测法对灰度化后的实时图像进行边缘特征提取，得到预处理后的实时图像。

进一步，所述对实时图像进行灰度化，得到灰度化后的实时图像这一步骤，具体为：

将实时图像由RGB空间转换到YCbCr空间，得到灰度化后的实时图像，所述将实时图像由RGB空间转换到YCbCr空间时采用的转换公式为：

Y＝((77*R+150*G+29*B)>>8)

Cb＝((-43*R-85*G+128*B)>>8)+128

Cr＝((128*R-107*G-21*B)>>8)+128