[发明专利]一种面向视觉跟踪的无线传感器节点优化选择方法

权利要求书

1.一种面向视觉跟踪的无线传感器节点优化选择方法，其特征在于：按如下步骤操作：

(一)、在t时刻,检查是否有满足节点选择的触发条件；触发条件是一个固定的时间间隔，或一个目标进入或者离开某个传感器节点的视野，或目标运动过程中出现了遮挡；

(二)、对于某一视频传感器节点的图像帧进行重构，对重构图像帧采用自适应高斯混合背景建模；检测到前景目标的节点提取出目标块，在此基础上统计目标块尺寸并建立其色调直方图模型；同时节点采用无迹卡尔曼滤波实现目标运动预测；

(三)、对检测到目标的任意两个传感器节点i,k建立单应性映射，结合目标块的色调直方图模型实现不同传感器节点视角内目标块的对应关系；

(四）、对于特定目标块j，t-1时刻的最优节点接收每个候选节点获取的目标块尺寸与跟踪后验估计的协方差，计算各节点的置信测度，确定t时刻的最优节点；

(五）、由新的最优节点确定目标的运动轨迹，并接替上任节点负责后续的跟踪任务。

2.根据权利要求1所述的方法，其特征在于：步骤(二)中所述的图像帧重建与自适应高斯混合背景建模具体实现为：

（1）、对图像帧按照设定的3×3大小进行分块，计算每个图像块内像素颜色的RGB平均值，用具有所述平均值的一个像素替代该图像块，构成新的图像帧，则重构帧的像素减少为原图像帧的1/9；

（2）、对重构图像帧建立背景模型时，每个像素点的高斯分布个数K根据各点像素值出现的混乱程度采取不同的值，静态背景像素采用1个高斯分布描述，非静态背景像素则采用多个高斯分布来描述，最大高斯分布个数K_max设定为4；当没有高斯分布与当前观测值x_t匹配，且高斯分布个数K<K_max时，新的高斯分布直接加入背景模型，相反，若K=K_max时新的高斯分布将会替代权重最小的高斯分布；x_t与已存在的第i个高斯分布匹配时，第i个高斯分布的均值和方差按下式更新：

μi,t+1=(1-βi)μi,t+βixtσi,t+12=(1-βi)σi,t2+βi(μi,t-xt)2]]>

其中对于没有匹配成功的高斯分布，其均值和方差保持不变；此外，高斯分布的权重按下式更新：

ω_i，t+1＝(1-α_i)ω_i，t+α_iM_i，t

其中对于匹配的高斯成分M_i,t=1，其他不匹配的高斯成分M_i,t=0；式中α、β为常数，根据经验分别设定为0.005和0.2。