[发明专利]运动目标跟踪及数量统计方法

权利要求书

1.一种运动目标跟踪及数量统计方法，包括以下步骤：

a.不断获取包含运动目标的视频图像；

b.获取当前帧视频图像，对当前帧视频图像进行预处理；

c.对预处理后的图像进行目标区域分割，提取出目标区域；

d.对步骤c中获得的当前帧中的目标区域与上一帧之间进行基于在线特征选择的目标区域匹配，建立匹配跟踪链；以及

e.根据所述匹配跟踪链记录的目标区域轨迹，确定每一跟踪链所对应的目标数量。

2.如权利要求1所述的运动目标跟踪及数量统计方法，其特征在于，还包括步骤：

f.对于每一帧从步骤a获取视频图像，对其执行步骤b～步骤e，并累计每一跟踪链所对应目标数量。

3.如权利要求1所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c中的目标区域分割步骤包括：

c1、将预处理后的图像分割成相对独立的多个第一区域；

c2、计算每个第一区域的运动信息；

c3、根据所述运动信息确定并提取运动区域；

c4、验证各运动区域是否为目标区域；以及

c5、提取通过验证的目标区域。

4.如权利要求3所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c1中，分割所述图像的步骤包括：

c11、将所述图像分割成多个第二区域；

c12、计算各第二区域的运动信息；

c13、计算各第二区域的描述属性信息；

c14、根据各第二区域之间的空间位置关系和所述描述属性信息创建区域邻接图；以及

c15、根据所述描述属性信息及所述区域邻接图将各第二区域合并为所述第一区域。

5.如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c11中，将所述图像分割为多个第二区域的方法包括分水岭分割法或种子点区域生长法。

6.如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c11中，每个第二区域的内部像素具有一致的像素属性，所述像素属性包括颜色、梯度强度、是否属于边缘点以及边界响应强度。

7.如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c12中，所述第二区域的运动信息包括第二区域的运动矢量和边界像素点运动概率值。

8.如权利要求4所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c13中，所述描述属性信息包括：

用以描述每个第二区域内部属性的第一类属性，包括颜色分布属性、灰度分布属性和运动信息属性；

用以描述空间位置上相邻的任意两个第二区域之间差异的第二类属性，包括第二区域之间的灰度均值差异属性、颜色均值差异属性和运动矢量差异属性；

用以描述空间位置上相邻的任意两个第二区域之间的共同边界特性的第三类属性，包括梯度强度属性、边缘点数量和共同边界点运动概率属性。

9.如权利要求8所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c14中，创建区域邻接图的步骤包括：

以一结点来表示每个第二区域，在结点中存储所述第一类属性信息；

在空间位置上相邻的两个第二区域所对应的结点间创建一条双向连接弧，双向连接弧中存储所述第二类和第三类属性信息；

获得包含多个结点和连接结点的双向连接弧的区域邻接图。

10.如权利要求8所述的运动目标跟踪及数量统计方法，其特征在于，所述步骤c15中，将各第二区域合并为所述第一区域的步骤包括：

以第二类、第三类属性信息相似度达到预先指定值为约束条件，按第一类属性信息相似度由大至小的顺序渐次合并各第二区域，直到其第一类属性信息相似度小于预先指定的值；

以第一类、第三类属性信息相似度达到预先指定值为约束条件，按第二类属性信息相似度由大至小的顺序渐次合并第二区域，直到其第二类属性信息相似度小于预先指定的值；以及

以第一类、第二类属性信息相似度达到预先指定值为约束条件，按第三类属性信息相似度由大至小的顺序渐次合并第二区域，直到其第三类属性信息相似度小于预先指定的值。