[发明专利]一种视频序列图像中的运动目标跟踪方法

摘要

本发明公开一种视频序列图像中的运动目标跟踪方法，属于图像处理技术领域，针对现有技术Kalman滤波跟踪成功率较差，粒子滤波实时性方面的不足，对粒子滤波算法的实时性进行研究，根据运动目标图像与颜色模板进行特征匹配，采用结合前景目标检测改进粒子滤波跟踪，改进基于前景检测的粒子滤波算法，引入了交叉遮挡判断，建立状态转移方程，完成运动目标跟踪，保证了粒子的可靠性和多样性，很好的描述目标的运动状态，在减少计算量的同时也提高了算法的实时性，在交叉时停止重采样，使得在目标周围的粒子不会受到干扰。

主权项

一种视频序列图像中的运动目标跟踪方法，其特征在于，获取运动目标图像帧，对目标图像每帧中出现的目标与颜色模板进行特征匹配，根据粒子集的HSV颜色空间直方图和观测目标的HSV颜色空间直方图由Bhattacharyya系数确定跟踪目标与样本的相似度，根据相似度判断两个离散颜色直方图是否为同一目标，建立运动目标的观测概率分布：建立粒子的运动模型的状态转移方程：Xk+1＝Xk+Gk，结合HSV颜色特征，Bhattacharyya距离以及状态转移方程建立随机运动模型作为粒子的运动模型，其中，Xk为样本在空间中的位置坐标向量，Gk为随机扰动噪声，d为Bhattacharyya距离，σ表示HSV颜色空间下的样本颜色方差；求解状态转移方程，完成运动目标跟踪；根据公式：计算跟踪目标与样本两个离散颜色直方图的相似度，其中pu为粒子的模型，qu为目标模型，m为系统参数；根据公式计算Bhattacharyya距离，当相似度低于系数阈值，Bhattacharyya距离d高于距离阈值时，两个颜色直方图描述的物体为不同目标；采用改进的粒子滤波跟踪算法完成运动目标跟踪，具体包括：消除阴影得到跟踪目标范围，确定跟踪目标范围的HSV颜色模型直方图，通过顺序重要性采样算法采样建立初始样本集；根据状态转移方程对ROI区域内的每个粒子进行状态转移，计算第k个粒子样本的颜色模板值，计算第k个粒子的权值对粒子权值作归一化处理；选取权值最大的粒子表示目标当前的状态；当小于权值阈值时，将权值最大的粒子作为对象模板对粒子进行重新采样，直至完成所有图像帧。