基于空时域边缘和颜色特征关联的目标跟踪方法.pdf

(19)中华人民共和国国家知识产权局*CN103065331A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103065331103065331A(43)申请公布日2013.04.24(21)申请号201310014279.4(22)申请日2013.01.15(71)申请人南京工程学院地址211167江苏省南京市江宁科学园弘景大道1号(72)发明人路红李宏胜盛党红曹未丰刘兰英(74)专利代理机构南京苏高专利商标事务所(普通合伙)32204代理人柏尚春(51)Int.Cl.G06T7/20(2006.01)权权利要求书2页利要求书2页说明书4页说明书4页附图2页附图2页(54)发明名称基于空时域边缘和颜色特征关联的目标跟踪方法(57)摘要本发明公开了一种基于空时域边缘和颜色特征关联的目标跟踪方法，包括如下步骤：1)选择被跟踪目标区域；2)提取目标边缘轮廓，并计算边缘方向角；3)沿水平和垂直两正交方向统计边缘-颜色共生特征对，建立目标边缘-颜色关联质心模型；4)选择高置信度边缘-颜色对质心进行概率加权，获得当前帧目标质心转移向量；5)统计相邻帧目标边缘间距离直方图，对相邻帧间匹配成功的距离变化率进行概率加权，获得目标尺度缩放参数。本发明实现了拥挤场景、遮挡和目标尺度变化情况下的目标跟踪，提高了跟踪鲁棒性、准确性和实时性。在视频图像处理领域具有广泛的应用前景，应用于智能视频监控、企业生产自动化、智能机器人等领域。CN103065331ACN10365ACN103065331A权利要求书1/2页1.一种基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，1)选择被跟踪目标区域，对目标矩形区域颜色空间进行不均匀量化；2)提取目标边缘轮廓，并计算边缘方向角；3)沿水平和垂直两正交方向统计边缘-颜色共生特征对，建立目标边缘-颜色关联质心模型；4)以前一帧目标位置作为搜索初始点，根据当前帧中边缘-颜色共生概率变化率，判断共生特征的可信赖性，以可信赖边缘-颜色共生特征导出目标质心转移向量；5)统计相邻帧目标边缘间距离直方图，按从大到小取边缘间距离直方图前m个峰值进行距离匹配，其中m≤5；对相邻帧间匹配成功的距离变化率进行概率加权，计算邻帧目标距离变化率，获得当前帧目标尺度缩放参数。2.根据权利要求1所述的基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，所述1)中不均匀量化步骤：(a)确定各颜色分量直方图峰值；(b)合并峰值邻域的分量颜色bin，并用一个给定的灰度级表示；(c)对所有颜色分量直方图的所有主要峰值重复上述过程；(d)合并剩余的不属于任何主峰值邻域的bin值，并用一个给定的颜色灰度级表示。3.根据权利要求1所述的基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，所述2)中使用Canny算子和帧间差分算法检测目标区域，获取目标边缘；利用Sobel算子计算边缘方向角。4.根据权利要求1所述的基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，所述3)中目标边缘-颜色关联质心模型为：Mu,v和pu，v分别为共生特征对(u,v)的质心和出现概率，其中：为沿方向φ的相邻两个边缘点，为两点的中心坐标，和为对应的两个边缘-颜色共生对；x∈E，u∈{1,2,…,M1}，vr，g,b∈{1,2,…,M2}，M2＝nr×ng×nb，α＝{1,2}；i∈{1,2,…,nh}，nh为目标区域中有效像素点的个数。5.根据权利要求1所述的基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，所述4)实现方法：以前一帧目标最优位置作为当前帧中搜索初始点，根据当前帧中边2CN103065331A权利要求书2/2页缘-颜色共生概率变化率判断共生特征的可信赖性，判断公式为：其中表示特征的可信赖；以可信赖边缘-颜色共生特征导出目标质心转移向量，公式为：6.根据权利要求1所述的基于空时域边缘和颜色特征关联的目标跟踪方法，其特征在于，所述5)中，根据公式(7)和(8)分别进行距离匹配和尺度缩放参数计算，以自适应更新目标尺度其中：设fl1和fl2为距离直方图的第l1和l2个峰值概率，l1,l2∈[1,2,…,m]；和为成功匹配的距离对和概率；和分别表示沿方向φ统计的第t帧和t-1帧的第l1和l2个峰值对应的边缘距离。3CN103065331A说明书1/4页基于空时域边缘和颜色特征关联的目标跟踪方法技术领域[0001]本发明涉及视频图像处理领域，特别是涉及视频目标跟踪中一种基于空时域边缘和颜色特征关联的目标跟踪方法。背景技术[0002]基于视频的运动目标跟踪是计算机智能视频监控领域研究的关键技术之一。目前国内外学者主要关注的问题集中在场景拥挤、遮挡、相似特征场景干扰及目标外观变化等情况下的跟踪鲁棒性、准确性和快速性提高上。[0003]基