[发明专利]一种基于移动相机平台的目标跟踪方法

说明书

技术领域

本发明涉及专利分类号G06T一般的图像数据处理或产生；G06T7/00图像分析，例如从位像到非位像；G06T7/20运动分析。

背景技术

现有的目标跟踪算法大多数是基于静止的视觉平台展开的，而现实的监控环境中，很多监控相机处于不稳定的状态，比如：船载和车载的监控装置。很多文献讨论了电子稳像技术^[6-8]，还有少部分文献讨论了基于电子稳像的跟踪算法^[9]。但是这些算法都将稳像和跟踪分开进行处理，这样做存在几个不可避免的缺点：稳像的过程不可避免的会造成视频图像信息的损失；先稳像再跟踪将会导致时间上的延迟，无法满足实时性的要求；最重要的缺点是我们无法获取在原始视频中的跟踪结果。

发明内容

为了克服现有算法中存在的问题，本文提出了一种相机运动状态下的实时运动目标跟踪算法。首先，对特征点进行选取，然后，利用光流法进行全局运动估计，得到相机平移运动分量和旋转运动分量；最后，利用全局运动估计的结果对粒子滤波的运动方程进行修正，选用颜色直方图作为目标的特征模型，实现在相机运动的情况下对移动目标的实时跟踪。为了验证本文算法的性能，我们选取了多组测试视频进行实验。实验结果表明，在相机运动的状态下，本文的算法能够准确快速的跟踪上运动目标，可以达到实时性要求，具有非常好的实用价值。

附图说明

为了更清楚的说明本发明的实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程图

具体实施方式

为使本发明的实施例的目的、技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明的保护范围。

如图1本发明的流程图所示，一种基于移动相机平台的目标跟踪方法，首先在每一帧图像中，均匀的选定多个特征点。

传统的稳像算法，一般选取每一帧图像的角点作为特征点。最普遍使用的角点的定义是由Harris提出的^[10]，Harris定义的角点是指位于图像二阶导数的自相关矩阵有两个最大特征值的地方，本质上是以此点为中心，周围至少存在两个不同方向的纹理(或者边缘)。但是，对每一帧图像都查找角点会带来一些问题：当需要角点数在300个以上时，与光流结合后实时性较差。

作为一个较佳的实施方式，本文在实验过程中，在每帧图像中每隔20个像素选取一个点作为特征点。均匀选取特征点的优势在于：具有非常好的实时性，对全局运动有很好的代表性；通过对局部运动向量的筛选可以获得准确的全局运动的估计。

在选取特征点之后，采用Lucas-Kanade方法^[12]来计算每个特征点的光流。

由于是均匀的选取特征点，特征点有可能在背景上，也有可能在运动目标上。为了准确的估计全局运动，需要排除运动目标对全局运动估计的影响。从理论上分析运动目标对光流结果的影响^[13]。

首先假设相机是静止的。假设t时刻第i个特征点P_i(t)在相机坐标系中的坐标是[x_i(t)，y_i(t)，z_i(t)]，则该特征点在像平面的坐标为：