[发明专利]一种基于多特征空间融合的道路车辆跟踪方法

权利要求书

1.一种基于多特征空间融合的道路车辆跟踪方法，其特征在于，包括以下步骤：

S1、输入1个视频，视频源是未经过压缩的视频序列文件，将视频源分割成一个个的图像帧；

S2、将输入的帧图像从RGB标准颜色空间转换至HSV颜色空间，使用HSV颜色空间中的H色调通道创建色调图像，计算色调图像的颜色直方图，得到目标区域的颜色特征；所述颜色直方图是将颜色空间划分成若干个小的颜色空间，统计颜色落在每个小区间内的像素数的一种图形化描述；

S3、建立以图像的左上角为原点，横向为x轴，纵向为y轴的二维坐标系，提取帧中Haar-like特征，使用积分图加速计算水平边缘特征、垂直边缘特征和对角边缘特征，所述积分图是图像的一种中间表示形式，是图像起始像素点到每一个像素点之间所形成的矩形区域的像素值和；

S4、在颜色特征空间、水平边缘特征空间、垂直边缘特征空间和对角边缘特征空间中建立目标所在图像区域的目标模型和目标可能存在图像区域的候选模型，利用Bhattacharyya系数作为相似性函数表示目标模型与候选模型之间的相似度，使用均值漂移算法迭代计算出与目标模型最相似的候选模型的位置；所述均值漂移算法是一种使相似性函数达到最大，并不断迭代计算得到候选模型关于目标模型的均值漂移向量，最终收敛到目标的真实位置，达到跟踪效果的算法；

S5、分别在垂直边缘特征空间、水平边缘特征空间、对角边缘特征空间和颜色特征空间中使用步骤S4的方法，找到四个可能的目标位置，对这四个目标位置加权融合得到目标的最终位置。

2.根据权利要求1所述的基于多特征空间融合的道路车辆跟踪方法，其特征在于，所述步骤S2包括以下步骤：

S201、设(r,g,b)分别是RGB颜色空间中一个颜色的红、绿和蓝坐标，经过归一化后坐标的r，g，b均为在0到1之间的实数，在HSV空间中对应的坐标为(h,s,v)，从RGB转换至HSV的计算公式为：明度饱和度色调其中：θ为描述色调的度数，π为圆周率；

S202、将颜色空间划分为30个颜色区间，每个颜色区间称为直方图的一个bin，计算落在每个bin内的像素数量，得到H通道颜色直方图。

3.根据权利要求1所述的基于多特征空间融合的道路车辆跟踪方法，其特征在于，所述步骤S3包括以下步骤：

S301、建立以图像的左上角为原点，横向为x轴，纵向为y轴的二维坐标系，构建积分图，积分图中元素的像素为ii(x,y)＝∑_{x′≤x,y′≤y}i(x′,y′)，其中：i(x,y)为原始图像中点(x,y)处的像素值，(x′,y′)表示点(x,y)左上角的点，i(x′,y′)为原始图像中点(x′,y′)处的像素值，积分图中元素的像素ii(x,y)为原图像中点(x,y)左上角所有点的像素值和；

S302、使用公式s(x,y)＝s(x,y-1)+i(x,y)和ii(x,y)＝ii(x-1,y)+s(x,y)迭代计算积分图，式中：s(x,y)为第x列的前y行元素累加值，初始值s(x,-1)＝0，ii(-1,y)＝0；

S303、使用公式Sum(D)＝ii(x₄,y₄)-ii(x₂,y₂)-ii(x₃,y₃)+ii(x₁,y₁)计算垂直边缘特征空间、水平边缘特征空间、对角边缘特征空间，其中：Sum(D)为矩形区域D的像素和，(x₁,y₁)，(x₂,y₂)，(x₃,y₃)，(x₄,y₄)分别为矩形区域D的左上角、右上角、左下角和右下角的坐标。