[发明专利]姿态跟踪方法、装置及计算机可读存储介质

权利要求书

1.一种姿态跟踪方法，其特征在于，所述方法包括：

获取视频图像集，对所述视频图像集进行分帧处理，得到分帧图像集；

对所述分帧图像集进行分解处理，得到纹理分量图像集，并将所述纹理分量图像集输入到光流中；

基于边缘检测算法以及角检测算法对所述纹理分量图像集进行特征点提取，得到所述纹理分量图像集的目标特征点；

根据所述目标特征点，利用图像金字塔技术对所述光流中的纹理分量图像集进行姿态跟踪；

通过块匹配技术对进行姿态跟踪后的所述光流中的纹理分量图像集进行匹配，得到最佳匹配块，根据所述最佳匹配块，得到所述光流中的纹理分量图像集的匹配得分，完成多帧图像的姿态跟踪。

2.如权利要求1所述的姿态跟踪方法，其特征在于，该方法在对所述分帧图像集进行分解处理之前，还包括对所述分帧图像集进行预处理操作，其中，所述预处理操作包括；

利用图像灰度化将所述分帧图像集中的图像转换为灰度图像；

通过自适应图像降噪滤波器对所述灰度图像进行降噪；

利用对比度拉伸方式对降噪后的所述灰度图像进行对比度增强；及

根据OTSU算法将对比度增强后的所述灰度图像进行阈值化操作，得到二值化图像。

3.如权利要求1或2所述的姿态跟踪方法，其特征在于，所述对所述分帧图像集进行分解处理，得到纹理分量图像集，包括：

将所述分帧图像集中的图像分解为结构分量图像和纹理分量图像，所述分解采用如下方法：

I(x,y)＝I_S(x,y)+I_T(x,y)

其中，I(x,y)表示所述分帧图像集中的图像，I_S(x,y)表示所述结构分量图像，I_T(x,y)表示所述纹理分量图像；

计算所述结构分量图像I_S(x,y)：

其中，Ω为所述分帧图像集中的图像的尺寸，θ为常量，指的是通过原始对偶算法对能量泛函进行最小化，I为所述分帧图像集中的图像值；

计算I_S的值：I_S＝I+θ/P，P为所述I_S的对偶变量；

通过迭代求解计算所述对偶变量P的值为：

其中，P⁰＝0，

将所述分帧图像集中的图像与计算后的所述结构分量图像作差，得到所述纹理分量图像I_T(x,y)，即：

I_T(x,y)＝I(x,y)-I_S(x,y)。

4.如权利要求1中所述的姿态跟踪方法，其特征在于，所述基于边缘检测算法以及角检测算法对所述纹理分量图像集进行特征点提取，得到所述纹理分量图像集的目标特征点，包括：

通过高斯模糊函数对所述纹理分量图像集进行卷积计算，得到高斯尺度空间函数；

对所述高斯尺度空间函数中尺度参数的大小进行改变，得到所述纹理分量图像的多尺度空间；

通过Harris角检测算法对所述多尺度空间进行角点提取，得到角点特征，并利用Canny边缘提取算法对所述角点特征进行修饰，得到特征点，将所述角点特征与所述特征点进行融合，得到所述纹理分量图像的目标特征点。

5.如权利要求1所述的姿态跟踪方法，其特征在于，所述块匹配技术包含平均绝对误差准则；

其中，所述平均绝对误差准则为：

其中，(i,j)为图像像素的位移矢量，即图像像素运动的距离和方向；(m,n)图像像素的位置坐标，M和N为图像块的长和宽，E_k(m,n)表示第k帧图像在(m,n)处的像素值，E_k-1(m+i,n+j)表示第k-1帧图像在(m+i,n+j)处的像素值。