[发明专利]基于OpenCV的运动物体跟踪方法

权利要求书

1.一种基于OpenCV的运动物体跟踪方法，其特征在于：采用MeanShift跟踪算法来实现运动物体跟踪，跟踪过程要求提取的目标特征能典型的代表目标，且特征的距离函数能最大程度的区分出不同的目标；目标跟踪的过程就是通过MeanShift向量的梯度下降搜索来求出Bhattacharyya系数的最大值，从而找出目标在下一帧中的最佳匹配位置；完整的跟踪算法总结如下：

假设目标具有特征目标被估计位置在前一帧中位于那么重复以下步骤可得到目标新位置

步骤1：估计当前帧中在处候选目标的特征计算

步骤2：计算{w_i}_i＝1,...,m；

步骤3：使用MeanShift方法，计算目标新位置，

步骤4：更新计算

步骤5：如果那么直到

步骤6：如果停止，否则转到执行步骤2，ε的选取应使和间距离小于2个像素。

2.根据权利要求1所述基于OpenCV的运动物体跟踪方法，其特征在于：在所述步骤6中，如果ε取得更小，可以取得亚像素级的精度，但为了满足实时跟踪的要求，限制整个循环执行的次数为20次。

3.根据权利要求1所述基于OpenCV的运动物体跟踪方法，其特征在于：带宽h反映了目标的缩放情况，初始化候选目标的特征时，可以选取h为目标的尺寸，目标有可能在本帧中扩大或缩小，因此要尝试不同的h，初始的h_prev，重复三次跟踪循环，每次使用不同大小的h,分别是h＝h_prev,h＝h_prev+Δh,h＝h_prev-Δh,其中Δh＝0.1h_prev，选择产生最大Bhattacharyya系数的h为h_opt，那么反映目标新尺寸的h为h_new＝γh_opt+(1-γ)h_prev，缺省值γ＝0.1。