一种基于协方差匹配的主动轮廓跟踪方法.pdf

(19)中华人民共和国国家知识产权局*CN102063727A*(12)发明专利申请(10)申请公布号CN102063727A(43)申请公布日2011.05.18(21)申请号201110003293.5(22)申请日2011.01.09(71)申请人北京理工大学地址100081北京市海淀区中关村南大街5号(72)发明人马波(51)Int.Cl.G06T7/20(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种基于协方差匹配的主动轮廓跟踪方法(57)摘要本发明涉及一种基于协方差匹配的主动轮廓跟踪方法，属于视觉跟踪技术领域。一种基于协方差匹配的主动轮廓跟踪方法，利用非欧氏几何建模图像区域能量项。在第一帧，手动初始化包围目标的曲线，为曲线包围的区域建立协方差矩阵作为目标轮廓的模板；在获得了目标的轮廓之后，记录模板的水平集函数值为先验形状做准备并计算模板的符号化距离函数；从下一帧图像开始，由上一帧的结果，根据建立的能量泛函推导出梯度下降流，然后更新水平集函数；检测迭代是否终止。本发明的跟踪结果更加准确，同时以协方差矩阵作为区域描绘子，综合考虑了图像序列中的各种信息及彼此之间的相关性，不依赖于前、背景信息的分布，使跟踪方法更具有普适性。CN102637ACCNN110206372702063737A权利要求书1/2页1.一种基于协方差匹配的主动轮廓跟踪方法，其特征在于：建立有模板的水平集框架下的图像能量模型，根据建立的图像能量模型泛函推导出梯度下降流，然后更新水平集函数；水平集框架下的图像能量模型泛函定义为：λ1，λ2是控制前景与背景信息的权重，CR(φ)和分别表示曲线内、外部区域的协方差，CT表示模板的协方差；极小化能量泛函ρi，1(φ)即极小化候选目标区域与模板的协方差距离同时极大化候选背景区域与模板的协方差距离；完整的能量泛函为：ρ(φ)＝λ1ρi，11(φ)-λ2ρi，12(φ)+αρs(φ)+βρr(φ)式中ρi，11(φ)，ρi，12(φ)，ρs(φ)，ρr(φ)分别代表图像能量前景项、图像能量背景项、形状能量项以及惩罚能量项，λ1，λ2，α，β表示权重；具体步骤如下：1)在第一帧，手动初始化包围目标的曲线，为曲线包围的区域建立协方差矩阵作为目标轮廓的模板；2)在获得了目标的轮廓之后，记录模板的水平集函数值为先验形状做准备并计算模板的符号化距离函数；3)从下一帧图像开始，由上一帧的结果，根据建立的能量泛函推导出梯度下降流，然后更新水平集函数；4)检测迭代是否终止，这里采用的迭代终止准则：(a)计算当前零水平集内部的协方差矩阵与先验目标轮廓内部的协方差矩阵之间的距离，如果小于一个阈值，迭代终止，反之继续迭代；(b)迭代次数的限制；5)转到步骤3)。2.根据权利要求1所述的一种基于协方差匹配的主动轮廓跟踪方法，其特征在于：在步骤2)之前先利用几何主动轮廓线模型对目标轮廓分割处理，使得轮廓接近真实的目标。3.根据权利要求1所述的一种基于协方差匹配的主动轮廓跟踪方法，其特征在于：利用非欧氏几何方法建立有模板的水平集框架下的图像能量模型。4.根据权利要求2所述的一种基于协方差匹配的主动轮廓跟踪方法，其特征在于：几何主动轮廓线模型为C-V模型。5.一种基于协方差匹配的主动轮廓跟踪方法，其特征在于：直接极大化前景协方差矩阵和背景协方差矩阵的不匹配度，实现基于图像分割的目标跟踪，图像能量模型定义为根据上式，候选目标区域与候选背景区域的协方差距离达到最大时，将目标区域从背景区域中提取出来；具体步骤如下：1)读取图片，手动或半自动初始化包围目标的曲线；2)分别为曲线内部和外部建立协方差矩阵，并计算符号化距离函数；3)由上一次的迭代结果，根据建立能量泛函推导出的梯度下降流，更新水平集函数；2CCNN110206372702063737A权利要求书2/2页4)检测迭代是否终止，这里采用的迭代终止准则：(a)计算当前零水平集内部的协方差矩阵与外部的协方差矩阵之间的距离，如果大于一个阈值，迭代终止，反之继续迭代；(b)迭代次数的限制；5)转到步骤3)。3CCNN110206372702063737A说明书1/4页一种基于协方差匹配的主动轮廓跟踪方法[0001]技术领域[0002]本发明涉及一种基于协方差匹配的主动轮廓跟踪方法，属于视觉跟踪技术领域。[0003]背景技术[0004]运动目标跟踪是计算机视觉领域的经典课题之一，有着重要的应用价值。现实应用中，由于成像质量不佳、环境照明变化、阴影、遮挡和目标变形等原因使得跟踪问题成为一个公认的具有挑战性的难题。[0005]视觉目标跟踪可以分为如下几大类别：点目标跟踪，核跟踪和轮廓跟踪。点目标跟踪采用一个或多个点来建模视觉目标；基于核的跟踪方法具有运算简单快捷的优点,近年来在视觉跟踪中获