[发明专利]基于图像金字塔绝对误差和的运动目标跟踪方法及系统

权利要求书

1.基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于，包括以下步骤：

S1：分解每帧高速图像

对视频中的一帧高速图像进行图像金字塔分解；

S2：确定顶层目标中心坐标

利用绝对误差和匹配方法确定图像金字塔的顶层低分辨率图像的目标中心坐标；

S3：跳跃式寻找并修正目标中心坐标

将步骤S2中确定的顶层图像的目标中心坐标跳跃式映射到下层的高分辨率图像上，得到新目标中心坐标，在以新目标中心坐标为中心的映射区域内利用绝对误差和匹配方法重新搜索该层的目标中心坐标，即修正后的目标中心坐标，依次进行跳跃搜索直至得到底层的修正后目标中心坐标；

S4：逐帧搜索跟踪目标

根据视频的运行方向，对下一帧高速图像重复步骤S1～S3进行搜索识别，实现目标跟踪。

2.根据权利要求1所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在所述步骤S1中，进行图像金字塔分解的具体过程如下：

S11：将高速图像序列的第K帧原始图像取出，将该原始图像作为第K帧图像金字塔底部图层第K帧图像的金字塔第d层记为/

S12：构造由到/的降分辨率图像金字塔，上层图像由下层图像经高斯滤波后做隔列隔行降采样得到，采样公式如下：

其中，0dn,W(p,q)是一个5×5的具有低通特性的窗口函数，其定义如下：

3.根据权利要求2所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在所述步骤S12中，降分辨率图像金字塔中自上而下每一层的尺寸大小为下一层的四分之一。

4.根据权利要求3所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在所述步骤S2和S3中，绝对误差和匹配方法的公式如下：

1≤x≤M-m+1,1≤y≤N-n+1

其中，i,j为子区域的左上角坐标，T是模板图像即待搜索目标的图像，尺寸为m*n；S是待搜索图像即图像金字塔中各层图像，尺寸是M*N。

5.根据权利要求4所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在所述步骤S2和S3中，利用绝对误差和匹配方法进行搜索的过程如下：

S21：将模板图像在待搜索图像上进行遍历，形成绝对误差和矩阵；

S22：逐次令模板图像与待搜索图像中的大小与模板图像相同的图像进行相似性度量计算，确定目标图像的位置。

6.根据权利要求5所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：所述绝对误差和矩阵的大小为(M-m+1)×(N-n+1)，绝对误差和矩阵中各数值分别表示模板图像与待搜索图像对应子图的绝对误差和。

7.根据权利要求6所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在进行搜索之前，将模板图像T也进行金字塔分解得到各个图层的不同分辨率的新模板图像。

8.根据权利要求7所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：在所述步骤S2中，使用绝对误差和匹配方法在最低分辨率的顶部图层搜索目标的最低分辨率模板图像图层，确定顶层低分辨率图像的目标中心坐标为M_kn(x_n,y_n)，在所述步骤S3中，由目标与模板图像的相似度分值s和当前第K帧图像的金字塔图层位置确定跳跃层数。

9.根据权利要求8所述的基于图像金字塔绝对误差和的运动目标跟踪方法，其特征在于：每一次的跳跃层数由式m＝INT[k₁(s-q)+k₂C]决定，其中m为跳跃层数，q为匹配跳跃阈值，C为当前第K帧图像的金字塔图层的位置，m＝INT[k₁(s-q)+k₂C]表示对计算结果取整数。

10.一种基于图像金字塔绝对误差和的运动目标跟踪系统，其特征在于，利用如权利要求1～9任一所述的运动目标跟踪方法对运动目标进行跟踪，包括：

图像分解模块，用于对视频中的一帧高速图像进行图像金字塔分解；

顶层目标确定模块，用于利用绝对误差和匹配方法找到图像金字塔的顶层低分辨率图像的目标中心坐标；

下层目标确定模块，用于将确定的顶层图像的目标中心坐标跳跃式映射到下层的高分辨率图像上，得到新目标中心坐标，在以新目标中心坐标为中心的映射区域内利用绝对误差和匹配方法重新搜索该层的目标中心坐标，即修正后的目标中心坐标，依次进行跳跃搜索直至得到底层的修正后目标中心坐标；

目标跟踪模块，用于根据视频的运行方向，对下一帧高速图像重复步骤S1～S3进行搜索识别，实现目标跟踪；

控制处理模块，用于向其他模块发出指令，完成相关动作；

所述图像分解模块、所述顶层目标确定模块、所述下层目标确定模块、所述目标跟踪模块均与控制处理模块电连接。