[发明专利]基于Grabcut及LBP跟踪质心矫正模型的Camshift算法

摘要

一种基于Grabcut及LBP跟踪质心矫正模型的Camshift算法，通过定值增强跟踪视频流和Grabcut前景分割将目标物体从环境中分离出来，使Camshift得到纯净的直方图。同时，Kalman滤波器辅助Camshift，对目标运动轨迹进行预测。在跟踪期间，对目标框内图像进行LBP变换，得到模板以及当前LBP直方图数据，通过比对得到判断系数和框体变化情况，若判定为相近色物体遮挡，则执行S‑Grabcut算法，将质心进行搬移，然后继续正常跟踪。此算法与传统Camshift算法相比很大程度减小了背景噪声的干扰，并且加入Kalman滤波器解决了快速移动和遮挡问题。同时，质心矫正模型很好地解决了相近色物体遮挡带来的干扰。实验结果表明，该算法的鲁棒性优良，满足实时性及准确跟踪的要求，使复杂环境下对目标的跟踪更加稳定。

主权项

1.基于Grabcut及LBP跟踪质心矫正模型的Camshift方法，其特征是包括以下步骤：(S01)：选定目标物体，提取目标物体实时图像的RGB三通道均值，计算后得到增强系数Z对跟踪视频当前帧图像进行增强；(S02)：加入Grabcut前景分割将目标物体分离出来，单独对目标物体进行框选，得到目标物体纯净的颜色直方图；(S03)：开始执行Camshift跟踪算法并通过Kalman滤波器辅助跟踪；(S04)：对当前标记框内图像进行LBP处理，并待标记框稳定后，长度和宽度变化范围在第一帧长宽0.2倍大小之内，提取稳定后的第三帧框内图片作为跟踪目标的模板，并得到对应的LBP直方图数据；(S05)：通过对模板以及当前框内LBP直方图数据比对，得到判别系数a，若a为0且框体变大，长度和宽度大于稳定条件下长宽的1.2倍，则表明当前框内LBP纹理与模板有较大出入，认为有相近色物体遮挡，此时执行质心矫正步骤(S06)；若不满足此条件则表明当前框内LBP纹理与模板近似相等，目标无遮挡，跟踪正常进行，程序转入步骤(S03)；(S06)：利用S‑Grabcut算法得到目标未被相近色物体覆盖的区域，计算出未被相近色物体覆盖的区域质心，将其定义为下一帧Camshift迭代的目标质心，然后程序转入步骤(S03)。