[发明专利]一种基于Camshift算法的运动目标跟踪方法

摘要

本发明公开了一种基于Camshift算法的运动目标跟踪方法。该方法为：采集视频图像，对图像进行预处理；使用目标检测算法对运动目标进行检测；将视频图像转为HSV模型，对目标采用颜色概率直方图统计方法，并作反向投影，得到目标特征模板和初始搜索框的大小；采用Camshift算法，计算并调整下一帧的搜索框大小及质心坐标，更新特征模板；对下一帧的质心坐标进行预测，并将结果反馈给Camshift算法；判断运动目标是否遇到干扰，来确定融合系数，进而确定每一帧的搜索框大小及位置，实现对运动目标的准确跟踪；获取下一帧图像，更新目标特征模型，重复上述过程，直至完成运动目标的跟踪。本发明提高了运动目标跟踪的准确性和实时性。

主权项

1.一种基于Camshift算法的运动目标跟踪方法，其特征在于，包括以下步骤：步骤1、图像预处理：使用相机采集视频图像，对图像进行灰度化处理，并进一步通过滤波操作去除图像噪声，得到视频图像序列；步骤2、检测运动目标：手动标定跟踪目标，首先使用两帧差分法得到初步的检测结果；然后利用两帧差分图像得到三帧差分图像，同时对两帧差分图像使用Canny边缘检测算法得到目标边缘轮廓；最后将三帧差分图像与经Canny边缘检测算法处理的目标边缘轮廓进行或运算，得到与目标对象对应的目标检测结果；步骤3、构建并更新目标特征模板：首先把步骤2目标检测结果所得视频图像转成Camshift算法所需的HSV模型；然后采用以H分量颜色直方图为主特征模板、S分量颜色直方图为次特征模板的方法得到目标特征模板；最后使用Camshift算法获取目标特征模板和质心坐标，并对目标特征模板进行实时更新；步骤4、Camshift目标跟踪：以更新后的目标特征模板为依据，对目标进行跟踪，计算并调整下一帧搜索框的大小和质心坐标；步骤5、卡尔曼目标跟踪：根据图像当前帧中目标的质心坐标、目标大小和运动速度信息，采用卡尔曼滤波算法对下一帧的质心坐标进行预测，并将结果反馈给Camshift算法；步骤6、确定融合系数：判断跟踪过程中是否存在障碍物遮挡、同色背景干扰，若存在干扰，则以卡尔曼滤波算法为主，将卡尔曼滤波算法预测的目标位置作为当前帧的目标位置，更新Camshift算法的目标搜索框，返回步骤3对目标特征模板进行实时更新；若不存在干扰，则以Camshift算法为主，卡尔曼滤波算法为辅，进入下一步对目标进行持续跟踪；步骤7、持续跟踪：获取下一帧图像并更新每一帧的目标特征模型，重复步骤4～步骤6，直至完成运动目标的跟踪。