预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共13页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN102447835A*(12)发明专利申请(10)申请公布号CN102447835A(43)申请公布日2012.05.09(21)申请号201110336397.8(22)申请日2011.10.29(71)申请人合肥博微安全电子科技有限公司地址230088安徽省合肥市高新区科学香樟大道199号(72)发明人曾杰周金旺李彤张崴郑远见戴冲张珂(74)专利代理机构合肥天明专利事务所34115代理人吴娜(51)Int.Cl.H04N5/232(2006.01)H04N7/18(2006.01)G06K9/66(2006.01)G06T7/20(2006.01)权利要求书3页说明书5页附图4页(54)发明名称无盲区多目标协同跟踪方法及系统(57)摘要本发明涉及一种无盲区多目标协同跟踪方法,该方法包括:在枪机监控背景内人工划定监控区域及盲区,并在对应盲区内安放球机;获取枪机监控场景的图像序列,对监控图像序列进行高斯背景建模,得到背景图像;对监控图像中的运动目标进行检测,获取运动目标;枪机跟踪并标记检测到的运动目标;球机不断检测盲区中是否有运动目标,检测到目标后,跟踪运动目标,并将目标位置信息回传给枪机,枪机根据目标的运动控制球机的运动,以保证目标大致在球机的视野中心范围。本发明还公开了一种无盲区多目标协同跟踪系统。本发明采用球机与枪机协作,交互运动目标信息,在统一的监控画面中进行无盲区显示,可以实现所有角落的监控,进而保卫监控区域的安全。CN10247835ACCNN110244783502447858A权利要求书1/3页1.一种无盲区多目标协同跟踪方法,该方法包括下列顺序的步骤:(1)在枪机监控背景内人工划定监控区域及盲区,并在盲区内安放球机;(2)上电初始化,获取枪机监控场景的图像序列,对监控图像序列进行高斯背景建模,得到背景图像;对监控图像中的运动目标进行检测,获取运动目标;枪机跟踪并标记检测到的运动目标;(3)球机不断检测盲区中是否有运动目标,检测到目标后,跟踪运动目标,并将目标位置信息回传给枪机,枪机根据目标的运动控制球机的运动,以保证目标大致在球机的视野中心范围。2.根据权利要求1所述的无盲区多目标协同跟踪方法,其特征在于:上电初始化后,枪机采集监控区域的视频图像,根据该视频图像进行实时高斯背景建模,视频预处理模块获取固定枪机监控场景的背景图像,一旦有运动目标进入监控场景,通过背景减法得到运动目标,对其进行滤波处理以及阴影去除,获得更精确的运动目标轮廓以及目标在场景中的位置,将位置等信息分发给最近的盲区内的球机,当目标在场景中非监控边缘区域消失时,说明目标进入盲区,启动其对应的最近的球机。3.根据权利要求1所述的无盲区多目标协同跟踪方法,其特征在于:球机目标检测模块通过一个级联的Boosted分类器来检测目标,检测到目标后,确定目标的初始位置框并通知球机控制器和枪机;一旦球机检测到目标并确定了目标的初始框位置后,球机主动跟踪模块采用Camshift算法对盲区目标进行实时跟踪,根据实时跟踪到的目标位置,控制球机旋转和变焦,使得目标大致保留在球机监控画面中央;当目标离开盲区,球机通知枪机目标跟踪完毕,将球机各项参数恢复到初始状态,然后继续扫描盲区,检测是否有运动目标出现。4.根据权利要求1所述的无盲区多目标协同跟踪方法,其特征在于:若运动目标离开盲区,且在枪机的视野中,球机通知枪机跟踪完毕,并将跟踪任务交给枪机;若当目标进入其他盲区时,所对应的球机检测到运动目标后,启动跟踪任务。5.根据权利要求1所述的无盲区多目标协同跟踪方法,其特征在于:在跟踪过程中,随着运动目标位置的变化,通过计算前后帧或多帧间目标的中心位移和方向得到其运动矢量,利用模糊控制的办法调整球机参数,使目标大致在球机的中心范围。6.根据权利要求2所述的无盲区多目标协同跟踪方法,其特征在于:采用背景减法检测运动目标的公式如下:其中,It(x,y)表示枪机t时刻监控图像在(x,y)处的像素值,而Bt(x,y)是t时刻高斯背景图像在(x,y)处的像素值,P(x,y)为前景像素值,T为阈值常量。7.根据权利要求3所述的无盲区多目标协同跟踪方法,其特征在于:在球机目标检测模块通过一个级联的Boosted分类器来检测人体和车辆等运动目标时,首先,利用大量的样本图片的haar特征进行分类器训练,得到一个级联的boosted分类器,训练样本分为正例样本和反例样本,其中正例样本是指待检测目标样本,反例样本是指其他任意图片;给定样本图片(x1,y1),K(xn,yn),其中yi=0,1分别表示反例样本和正例样本;2CCNN110244783502447858A权利要求书2/3页初始化权重,其中n为样本的数目;当t=1,KT时,归一化权重对于每一