[发明专利]基于OpenCV的运动物体跟踪方法

说明书

本发明公开了一种基于OpenCV的运动物体跟踪方法，步骤1：估计当前帧中在处候选目标的特征计算计算{w_i}_{i＝1，...，m}；使用MeanShift方法，计算目标新位置，更新计算如果那么直到如果停止，否则转到执行步骤2。本发明采用MeanShift跟踪算法来实现运动物体跟踪，通过非参数估计，沿着图像梯度方法查找运动目标的概率分布，从而在视频图像中跟踪目标。

技术领域：

本发明涉及一种基于OpenCV的运动物体跟踪方法。

背景技术：

在数字图像处理、机器视觉、模式识别等领域，有很多开发工具和各种源代码开发工具包，OpenCV(Intel Open Source Computer Vision Library)是美国Intel公司支持下开发的开源计算机图形库，目前逐步成为一个通用的基础研究和产品开发平台，利用OpenCV来开发产品比较方便。

OpenCV的特点：首先是它拥有300多个跨平台的中、高层C语言API函数，这些函数可以使用在Windows和Linux环境，也可以移植到嵌入式开发平台，实现了图像处理和计算机视觉方面的很多通用算法，效率高，能满足实时图像处理、机器视觉方面的要求。其次是OpenCV对非商业应用和商业应用免费，并且它在国内外专业的图像处理、机器视觉专家的支持下不断升级，功能越来越强大。因此可以根据需要自由开放自己的系统或者在其基础上扩展函数库，还可以在网络上能得到技术支持。最后，OpenCV为Intel IntegratedPerformance Primitives(IIP)提供了透明的接口。这意味着如果有为特定处理器优化的IIP库，OpenCV将在运行时自动加载这些库。基于Intel处理器指令集开发的优化代码。

目前OpenCV包含几个部分：Cxcore：主要包括一些基础结构定义、动态结构定义、数组操作、绘图函数和一些算法、XML支持等。CV：包括图像处理和计算机视觉功能，内容涵盖了图像处理、结构分析、运动分析、物体跟踪、模式识别、摄像机标定各个方面。ML：机器学习模块，目前内容主要为分离器。Cvaux：一些实验性的函数(View Morphing，三维跟踪，PCA，HMM)。Highgui:用户交互部分，主要提供了图形用户窗口GUI，图像视频I/O，系统调用函数等。另外还有cvcam，不过Linux版本中已经抛弃。Windows版本中将DirectX支持加入highgui后，cvcam被彻底去掉。

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。图像中目标的变化是复杂的，它可能随着镜头的拉近而变大，可能发生旋转，还可能发生部分遮挡。传统的方法没有统一有效的目标模板更新方法，对于这些变化无能为力。目标的模板应该能反映目标的特征，目标的特征应该尽量不受目标缩放，旋转和部分遮挡的影响。形状特征在发生遮挡时不再准确，而单纯使用每个像素点灰度或色彩值不能适应缩放。

发明内容：

本发明的目的在于提供一种能够为后续的工作提供方便、消除图像中的噪声、可以跟踪物体的运动轨迹基于OpenCV的运动物体跟踪方法。

本发明的目的通过以下技术方案来实现：一种基于OpenCV的运动物体跟踪方法，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，