[发明专利]一种基于DSP的目标检测与跟踪方法以及数字图像处理系统

说明书

技术领域

本发明涉及DSP(数字信号处理)技术，特别涉及数字图像目标检测与跟踪。

背景技术

在数字视频处理和计算机视觉领域的各种应用中，目标检测和跟踪是一个重要的，也是 最基本的任务。一些较流行的应用领域，自治车辆导航、机器人控制、基于运动的识别、视 频压缩、基于视觉的控制、人机接口、医学成像、增强现实、视频场景监控都需用到图像目 标检测与跟踪技术。尽管在计算机视觉领域，目标的检测和跟踪技术已经研究了十多年，但 仍然是一个活跃的研究领域。目前还没有一个通用的、精确的、高性能的和实时的目标检测 和跟踪算法。

Mean shift算法最早提出时，是指一个迭代步骤，计算当前点的偏移均值，再移动该点 到其偏移均值，然后以此为新的起点继续移动，直到满足设定条件后结束。Comaniciu首先 将mean shift算法应用到目标跟踪领域中来，利用Bhattacharrya系数(巴氏系数)作为 初始帧中目标窗口与预测帧中目标窗口之间的相似性量度标准，用mean shift算法来搜索预 测帧中最优目标窗口，取得了较好的跟踪效果(Real-Time tracking of non-rigid objects using mean shift，Proc.Of the IEEE Conf.on Computer Vision and Pattern Recognition， 2000：142-149；Kernel-based object tracking.IEEE Trans.On pattern analysis and machine intelligence.200325(5)：564-577)。针对Mean shift算法的不足，后续又做了 不少改进。

由于人体固有的一些特性，应用场景的复杂性，人与人或人与环境之间的相互影响，使 得人体的检测和跟踪是计算机视觉研究领域中最难的一项挑战。《基于Mean Shift算法的嵌 入式实时彩色目标跟踪》(参见孙中森，张怀柱，宋建中.基于Mean Shift算法的嵌入式实时 彩色目标跟踪[J].电子器件，2007，30(5)：1611-1617)采用嵌入式目标跟踪平台，选用RGB空 间彩色特征Mean Shift跟踪算法实时应用，实现彩色目标的跟踪。该方案中采用目标位置附 近椭圆形图像区域的加权彩色直方图来表示目标，这无疑增加了算法的复杂度，并且由于DSP 视频采集模块输出信息是YUV图像，需先对图像转换为RGB颜色空间。YUV至RGB格式的转 换也增加了该方案实现的复杂度。并且在实现过程中还需要对该算法的相关参数进行经验设 置。可见，该方案对于彩色目标的检测和跟踪在算法复杂性和实时性方面还可以有所改进。

发明内容

本发明所要解决的技术问题是，提供一种快速、易于实现的基于DSP的目标检测与跟踪 方法，以及实现方法的数字图像处理系统。

本发明为解决上述技术问题所采用的技术方案是，一种基于DSP的目标检测与跟踪方法， 包括以下步骤：

a、读取视频图像序列；

b、针对图像的Y分量进行图像边缘提取从而确定目标窗口；

c、通过目标窗口的Y分量、U分量、V分量提取目标窗口的特征值：

d、计算初始帧中目标窗口的特征值的概率与预测帧中目标窗口的特征值的概率，通过初 始帧中目标窗口的特征值的概率与预测帧中目标窗口的特征值的概率匹配，得到最优的预测 帧中目标窗口的像素坐标。

YUV空间实现亮度与色度的分离，且是一种离散的空间，具有很好的聚类特性，DSP视频 采集模块输出的图像信息无需格式转换既能直接进行目标检测处理；且采用YUV空间进行 Mean shift的目标跟踪和采用单分量进行直方图统计相比较，跟踪结果更加精确，降低了运 算复杂度。

进一步的，由于连续两帧之间提取的时间差很短，同一目标物体移动距离有限，所以对 于连续两帧之间检测到的目标窗口的中心点的距离在某个允许范围内，才对这两个目标窗口 进行Mean Shift计算。即，在步骤b之后，步骤c之前，还进行目标跟踪的初始判断；判断 连续两帧中的目标窗口的中心像素的距离在设定阈值内，如是，进入步骤c；否则，表示这 两帧中的目标窗口并非为同一目标物体，不对这两个目标窗口进行Mean Shift计算。

具体的步骤c中，特征值提取通过以下方式实现：