[发明专利]一种基于Bessel矩的物体跟踪方法及系统

摘要

本发明涉及一种视频跟踪技术领域，尤其是一种基于Bessel矩的物体跟踪方法及系统，首先采用Bessel变换获得视频中目标物的形状特征，捕捉目标中的形状特征和轮廓状几何信息，该特征具有旋转不变性，利于提高跟踪的准确率；然后，提取目标物体的HOG特征，该特征有效避免复杂背景明度变化造成的巨大差异，减少跟踪误差；最后，通过构建改进的均值漂移模型，对多交叉次数下多自由度的运动目标进行实时跟踪，提高跟踪的准确性。本发明能够实现对运动目标的准确识别和实时跟踪，可以满足对运动物体进行检测与跟踪的准确性和实时性要求。

主权项

1.一种基于Bessel矩的物体跟踪方法，其特征在于：包括以下步骤：步骤1:视频监控信号由摄像机的输出端连接到图像处理单元的视频输入端，完成视频信号的输入；步骤2:经过图像处理单元视频输入端的视频信号由视频解码器转化为数字图像信号，即将标准的视频信号转换为数字色差信号输出；步骤3：选择跟踪窗口，在初始帧中选择目标跟踪窗口，对窗口区域计算图像Bessel矩的形状特征向量BFM选择目标跟踪窗口Bessel矩的形状特征向量BFM；步骤4：提取方向梯度直方图特征，得到二维的图像梯度直方图统计特征HOG；步骤5：对步骤3得到的图像Bessel矩的形状特征向量BFM、步骤4得到图像梯度直方图统计特征HOG，进行特征融合组成目标模型特征；步骤6：根据目标模型特征，计算每个像素的权重，转换为一维向量，作为初始特征模型；步骤7：对于下一帧图像执行步骤3‑步骤6，得到候选窗口的特征模型；步骤8：采用Mean Shift运动模型和相似性度量函数，求出候选目标模型与当前目标模型中心的距离；步骤9：如果距离小于给定阈值且迭代次数小于给定参数，则用下一帧替代当前帧，更新当前帧的窗口大小，及中心距离，否则退出。