[发明专利]基于改进几何粒子滤波的动态目标实时跟踪方法和系统

摘要

本发明公开了一种基于改进几何粒子滤波的动态目标实时跟踪方法，属于计算机视觉技术领域。本发明首先获取目标图像，提取目标图像的特征点和边缘特征，并对边缘特征进行形态学膨胀得到特征像素；接着获取初始图像，提取初始图像中的特征点，将其与目标图像中的特征点进行匹配，以初始化目标区域；然后对初始化后的目标区域进行2D仿射变换，获取候选目标区域，根据2D仿射变换将膨胀后的边缘映射到候选目标区域进行匹配，更新粒子权重，对粒子进行重采样，进而得到目标物的位置估计。本发明还公开了一种基于改进几何粒子滤波的动态目标实时跟踪系统。本发明可有效提升动态目标视觉实时跟踪性能。

主权项

1.一种基于改进几何粒子滤波的动态目标实时跟踪方法，其特征在于，所述方法包括以下步骤：(1)获取要跟踪的目标物的目标图像I^g，提取目标图像I^g的图像特征点K^g，接着提取目标图像I^g的边缘特征c^g，最后对边缘特征c^g进行形态学膨胀，得到特征像素C^g，记录特征像素C^g所对应的像素位置P^g；(2)从待跟踪图像序列中寻找首个与目标图像I^g满足特征点匹配要求的图像作为初始图像I⁰，利用目标图像I^g和初始图像I⁰匹配的特征点对K^g0求取目标图像I^g到初始图像I⁰的单应性矩阵H^g0；将目标图像I^g的四个顶点像素坐标M^g乘以单应性矩阵H^g0得到初始图像I⁰中目标物包围盒的四个顶点像素坐标M⁰；将像素位置P^g乘以单应性矩阵H^g0得到初始图像I⁰中特征像素所在的像素位置P⁰，记录P⁰所对应的像素值(3)从待跟踪图像序列中获取下一帧图像作为当前图像I^c，随机生成n个粒子E1,E,2,E3,...,En，将顶点像素坐标M⁰与E1,E,2,E3,...,En相乘得到I^c中n个候选目标区域，将特征像素所在的位置P⁰乘以E1,E,2,E3,...,En得到I^c中n个候选目标区域所对应的特征像素所在位置P¹,P²,P³,...,Pⁿ，记录P¹,P²,P³,...Pⁿ,对应的特征像素值对特征像素值与特征像素值分别进行像素匹配，得到各个粒子出现的概率，并归一化后获得各个粒子对应的权重，接着用轮盘赌算法去除a个粒子，同时复制权重最大的前a个粒子，维持粒子总数仍然为n个，其中，a为整数，且0＜a＜n；再令重采样后各粒子权重最后对所有粒子求加权平均，得到估计的仿射变换E，将四个顶点像素坐标M⁰与仿射变换E相乘得到当前图像I^c中目标物包围盒的四个顶点像素坐标M^c，即目标位置；(4)若图像目标跟踪尚未完成，则将当前图像I^c作为目标图像I^g，并更新I^g＝I^c，M^g＝M^c，P⁰＝EP⁰；返回步骤(3)，直到待跟踪图像序列中最后一帧图像。