[发明专利]基于NCC匹配帧差的弱小动目标跟踪丢失重检方法

摘要

本发明公开了基于NCC匹配帧差的弱小动目标跟踪丢失重检方法，包括如下步骤：采集获得视频数据；对连续帧图像进行目标跟踪，对于跟踪到目标的连续N帧图像中每一帧，分别计算目标区域的多维特征作为正常特征、每个特征的相对于均值的偏移量为正常偏移量；当第f帧图像中目标丢失时，在第f帧图像中截取基准图像，在第f+k帧图像中截取尺寸较大的待匹配图像，计算互相关系数矩阵；以互相关系数最大的位置为中心截取设定大小的区域，利用帧差法得到候选区域，提取候选区域的多维特征，若每个特征的偏移量与正常偏移量的偏差均在设定范围内，则以所述候选区域作为目标区域；否则k自增k，重复上述过程。该方法能够够避免传统方法中的错误检测。

主权项

基于NCC匹配帧差的弱小动目标跟踪丢失重检方法，其特征在于，包括如下步骤：S1：采集获得视频数据，所述视频数据由连续帧的图像组成；S2：利用目标跟踪算法对连续帧图像进行目标跟踪，对于跟踪到目标的连续N帧图像，分别计算每一帧图像中跟踪到的目标区域的多维特征作为正常特征、并计算每个正常特征的相对于特征均值的偏移量作为正常偏移量；N的取值大于或者等于2；S3：当跟踪过程中，第f帧图像出现目标丢失情况时，以第f帧图像跟踪目标框的中心坐标[x0,y0]为中心，截取获得大小为m×n的基准图像ROI1；S4：设定帧间隔k，在第f+k帧图像里以目标中心坐标[x1,y1]为中心，截取获得大小为2m×2n的待匹配图像ROI2；S5：将基准图像ROI1和待匹配图像ROI2的数据分别进行数据归一化处理，将基准图像ROI1左上角位置与待匹配图像ROI2的左上角位置对齐，计算两重叠区域的归一化互相关系数NCC，以单个像素为单位滑动基准图像ROI1，遍历整个待匹配图像ROI2，得到的所有的NCC组成互相关系数矩阵；互相关系数矩阵中互相关系数最大的位置为[X,Y]；S6：在待匹配图像ROI2中以[X,Y]为中心截取大小为m×n的ROI3区域，利用帧差法对基准图像ROI1与ROI3进行帧差，并将帧差结果阈值化得到为候选区域，提取候选区域的多维特征，每个特征对应与所述S2中计算得到的正常特征进行偏移量计算，若每个特征的偏移量与正常偏移量的偏差均在设定范围内，则以所述候选区域作为目标区域；否则k自增k，重复执行S4～S6，当k超出设定范围时，返回S2。