[发明专利]一种基于时空处理块的连续小波变换目标跟踪方法

说明书

技术领域

本发明提出一种基于时空处理块的连续小波变换目标跟踪方法，属于机器视觉与模式识别领域。具体涉及一种通过对时空处理块(分段视频区域流)应用连续小波变换以获得图像序列中运动目标的运动参数从而实现运动目标跟踪的方法。

背景技术

运动目标跟踪一直是机器视觉、图像处理和模式识别领域中的热点问题，它在视觉导航、安全监测、交通管制、军事视觉制导等方面都有广泛的应用。具体来说，运动目标跟踪是指从包含有运动目标的视频中检测、提取、识别和跟踪运动目标，进而获得其位置、速度、加速度等运动参数，经过进一步的分析和处理，达到理解目标运动行为、以完成更高级别任务的目的。

运动目标跟踪问题要处理的对象一般是包含运动目标时空域信息的图像序列。传统的运动目标跟踪算法大多直接对图像序列进行处理，将问题转化为如何对时空域的连续帧中的目标区域进行匹配来解决，比如图像匹配方法中基于区域匹配的方法和运动分析方法中基于帧间差分的方法。这类运动目标跟踪算法处理方式简单而易于理解，但在视频跟踪中对光照、噪声、短时遮挡和姿态等各种变化缺乏鲁棒性。目前已经产生很多先对图像序列进行变换，再将运动目标跟踪问题转换到变换域中解决的算法。利用变换域中特有的性质，可以在一定程度上解决运动目标跟踪中的上述难点，对于提高运动目标跟踪算法的效率和鲁棒性非常有帮助。

小波变换是当前应用数学中一个迅速发展的领域，是分析和处理非平稳信号的一种有利工具。它很适合探测运动目标信号中的瞬态变化并展示其变化信息，所以在运动目标跟踪领域也成为研究的热点。常见的对图像序列进行小波变换来进行运动目标跟踪的方式有：利用小波变换系数作为图像的变换系数特征进行基于图像变换域特征的匹配跟踪；利用小波变换分解的多分辨率分析特点在图像各分辨级上进行滤波融合目标跟踪；利用小波变换进行边缘提取或者能量分解来对运动目标进行分割，进而对扩展目标进行形心跟踪。

Mujica等学者提出一种采用时空连续小波变换进行运动目标跟踪的策略。该策略利用和运动相关的参数进行函数变换，构造出时空连续小波函数对图像序列进行变换。这种变换可将运动目标跟踪问题转换为在与运动特征相关的变换域中求解最优的运动参数的问题。相比于其他利用图像时空域信息的运动目标跟踪方法，该策略具有较好的速度选择性，能够解决对时变运动目标的跟踪问题。但是，对图像序列进行时空连续小波变换的计算量会随着图像增大和处理帧数增多而急剧增加，这严重限制了该策略解决运动目标跟踪的实时性。而且，用于函数变换的运动尺度参数初始值的设定合理与否，在一定程度上影响了运动目标跟踪的准确性。因此，选择合适的对象进行时空连续小波变换来提高运动目标跟踪的效率和算法执行的速度，以及更合理地设定运动尺度初始值是利用连续小波变换进行运动目标跟踪算法的有效保证。

发明内容

1、目的：本发明的目的是提供一种基于时空处理块的连续小波变换目标跟踪方法，该方法在已知运动目标初始信息的基础上，按照特定的方法获得针对每帧图像的时空三维处理块，采用时空连续小波变换，估计每帧图像中目标的运动参数，实现运动目标的跟踪。

2、技术方案：本发明一种基于时空处理块的连续小波变换目标跟踪方法，它是对图像序列中初始状态已知的运动目标依据下列步骤进行跟踪，具体步骤如下：

步骤一：读入待处理图像序列S中前Z帧图像作为图像序列S₀，将图像序列S₀的初始帧图像复制Z_f次并补充到S₀前面构成初始过渡图像序列S₁。设定所处理的图像在待处理图像序列中的帧数为t，判断待处理图像序列是否有第t-1+Z帧图像存在(预先获得的图像序列)或输入(实时拍摄的图像序列)。根据判断结果，采用两种方式由前一过渡图像序列S_t-1构造过渡图像序列S_t，具体如下：

如果不能获得该帧图像，则标明图像序列S已读取完，并记录剩余待处理图像帧数Z_l，将前一过渡图像序列S_t-1的最后一帧复制1次并补充到S_t-1后面构成过渡图像序列S_t。

如果能获得该帧图像，则读入该帧图像并补充到前一过渡图像序列S_t-1后面构成过渡图像序列S_t。

根据运动目标在图像序列S的第t-1帧图像中的运动参数构造针对图像序列S中第t帧图像的时空三维处理块B_t，假设目标的初始运动参数已知。