一种基于移动相机平台的目标跟踪方法.pdf

(19)中华人民共和国国家知识产权局*CN102622764A*(12)发明专利申请(10)申请公布号CN102622764A(43)申请公布日2012.08.01(21)申请号201210043095.6(22)申请日2012.02.23(71)申请人大连民族学院地址116600辽宁省大连市经济技术开发区辽河西路18号(72)发明人姜明新(74)专利代理机构大连东方专利代理有限责任公司21212代理人杜树华(51)Int.Cl.G06T7/20(2006.01)权利要求书权利要求书1页1页说明书说明书66页页附图附图11页(54)发明名称一种基于移动相机平台的目标跟踪方法(57)摘要本发明公开了一种基于移动相机平台的目标跟踪方法，首先，对特征点进行选取，然后，利用光流法进行全局运动估计，得到相机平移运动分量和旋转运动分量；最后，利用全局运动估计的结果对粒子滤波的运动方程进行修正，选用颜色直方图作为目标的特征模型，实现在相机运动的情况下对移动目标的实时跟踪。实验结果表明，在相机运动的状态下，本文的算法能够准确快速的跟踪上运动目标，可以达到实时性要求，具有非常好的实用价值。CN102674ACN102622764A权利要求书1/1页1.一种基于移动相机平台的目标跟踪方法，其特征在于具有如下步骤：获得场景的视频，所述视频包括帧序列，每一帧包括多个像素，对于每一帧，进一步的包括如下步骤：S1.在每一帧图像中，均匀的选定多个特征点；S2.计算每个特征点的光流；S3.利用光流法估计全局运动，得到相机平移运动分量；S4.建立相机的3D仿射模型，结合所述相机的平移运动分量，得到相机的旋转运动分量；S5.在视频图像中选定跟踪目标，使用粒子滤波算法对跟踪目标进行追踪，在追踪过程中使用相机的平移运动分量与旋转运动分量对目标运动模型进行修正，去除相机自身运动对追踪结果造成的影响，完成对目标的追踪。2.根据权利要求1所述的一种基于移动相机平台的目标跟踪方法，其特征还在于：步骤S1中，在每帧图像中，每间隔20个像素选取一个像素点作为特征点。3.根据权利要求1所述的一种基于移动相机平台的目标跟踪方法，其特征还在于：所述步骤3具体包括如下步骤：S301.将计算所得的每个特征点的光流运算结果，由小到大排列，得到有序的光流序列；S302.由光流序列得到，得到固定间隔的两点的前向差分序列；S303.选定差分序列中的最小值，以此最小值设定阈值，以此阈值从所有特征点中选取有效特征点；S304.计算有效特征点的光流平均值，得到相机平移运动的分量。4.根据权利要求1所述的一种基于移动相机平台的目标跟踪方法，其特征还在于：所述步骤S5中，选用二次自回归模型作为运动模型，利用步骤S3和S4中得到的相机平移运动分量和旋转运动分量对二次自回归模型进行不断的修正。2CN102622764A说明书1/6页一种基于移动相机平台的目标跟踪方法技术领域[0001]本发明涉及专利分类号G06T一般的图像数据处理或产生；G06T7/00图像分析，例如从位像到非位像；G06T7/20运动分析。背景技术[0002]现有的目标跟踪算法大多数是基于静止的视觉平台展开的，而现实的监控环境中，很多监控相机处于不稳定的状态，比如：船载和车载的监控装置。很多文献讨论了电子稳像技术[6-8]，还有少部分文献讨论了基于电子稳像的跟踪算法[9]。但是这些算法都将稳像和跟踪分开进行处理，这样做存在几个不可避免的缺点：稳像的过程不可避免的会造成视频图像信息的损失；先稳像再跟踪将会导致时间上的延迟，无法满足实时性的要求；最重要的缺点是我们无法获取在原始视频中的跟踪结果。发明内容[0003]为了克服现有算法中存在的问题，本文提出了一种相机运动状态下的实时运动目标跟踪算法。首先，对特征点进行选取，然后，利用光流法进行全局运动估计，得到相机平移运动分量和旋转运动分量；最后，利用全局运动估计的结果对粒子滤波的运动方程进行修正，选用颜色直方图作为目标的特征模型，实现在相机运动的情况下对移动目标的实时跟踪。为了验证本文算法的性能，我们选取了多组测试视频进行实验。实验结果表明，在相机运动的状态下，本文的算法能够准确快速的跟踪上运动目标，可以达到实时性要求，具有非常好的实用价值。附图说明[0004]为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0005]图1为本发明的流程图具体实施方式[0006]为使本发明的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述，显然