[发明专利]一种融合Codebook与Camshift的目标跟踪方法

说明书

技术领域

本发明涉及一种智能视频监控技术，尤其涉及一种目标跟踪技术。

背景技术

智能视频监控因其能有效维护公共安全而得到广泛的关注。运动目标跟踪是该领域中关键且基础性的技术，是目标识别和行为理解的基础，具有广泛的研究和应用价值。传统目标跟踪方法有Kalman滤波、粒子滤波等，但是Kalman滤波不适用于非线性系统，粒子滤波有粒子匮乏问题。

Camshift是普遍应用的目标跟踪方法之一，它由Mean Shift发展而来，依据目标的颜色信息进行跟踪，具有非常好的实时性和较高的鲁棒性。对于Camshift的改进主要有以下几个方面：一是通过改进直方图特征提高准确度；二是通过加快收敛速度缩短运算耗时；三是提高目标旋转时的鲁棒性；四是解决背景颜色干扰问题。

在上述第四个方面，即解决背景颜色干扰问题方面，已存在的解决方法有：Camshift与Kalman的结合、Camshift与帧间差分法的结合等。以上解决方法中：前者，当目标运动非线性，Kalman不能准确预测目标位置，也就无法准确确定搜索区域，造成跟踪失败；后者，可以在一定程度上滤除无关相似色背景信息，但是，帧间差分法并不是一种性能良好的运动检测方法进而降低了目标跟踪的准确度。

发明内容

本发明要解决Camshift的背景颜色对目标跟踪的干扰问题。为此，本发明提供一种融合Codebook与Camshift的目标跟踪方法，利用Codebook的运动目标检测结果作为掩膜处理用于Camshift跟踪的颜色概率分布图，以滤除背景颜色对于跟踪的干扰。同时，为提高运算速度和检测准确度，本发明对经典Codebook方法在两方面进行了改进，一是码字模型中用平均亮度代替最大亮度和最小亮度，简化了码字结构，提高了运算速度；二是当前像素与码字的匹配计算采用高低亮度区分处理的方式，降低了低亮度区域误检的可能，提高了检测的准确度。实验证明，本发明方法具有有效抑制背景颜色对目标跟踪的干扰的优点。

为实现上述目的，本发明采用如下技术方案：

一种融合Codebook与Camshift的目标跟踪方法，其特征是包括以下步骤：

1)读入视频序列；

2)手动初始化跟踪目标框位置；

3)做出目标框的颜色直方图；

4)根据目标框的颜色直方图做出当前帧图片的颜色概率分布图；

5)用Codebook方法对运动区域进行检测；

6)对检测结果图进行中值滤波，滤除误检的噪声，并使目标变得联通；

7)将中值滤波后的前景分布图作为掩膜处理颜色概率分布图；

8)在处理后的颜色概率分布图上利用Camshift预测目标的质心坐标和大小；

9)读入下一帧图片，重复步骤4)—8)。

优选地，步骤7)中用中值滤波后的前景分布图对颜色概率分布图进行的掩膜处理，处理后的颜色概率分布图中背景区域像素为0，非背景区域像素保持原值。

优选地，步骤5)中所述Codebook方法中的码字采用五元组，即每个码字c_i由两部分组成：RGB向量和五元组五元组中各元素的含义为：平均亮度；f_i，码字被访问的频数；λ_i，最大不重复访问时间间隔；p_i，码字第一次被访问时间；q_i，码字最后一次被访问时间。

优选地，步骤5)中所述Codebook方法中，训练背景模型和前景检测时进行像素与码字的匹配计算过程中，匹配条件包括颜色扭曲度匹配和亮度匹配，匹配范围由参数颜色扭曲度匹配阈值ε_c和亮度匹配上下界I_hi和I_low确定，对于高亮度和低亮度区域分别采取不同的匹配计算方式，即ε_c、I_hi和I_low的计算公式如下：