[发明专利]图像实时处理方法

说明书

技术领域

本发明涉及图像处理，特别涉及一种图像中的目标跟踪方法。

背景技术

运动跟踪是智能交通系统的核心组成部分，用于从拍摄的车辆图像中全自动化定位车辆信息，包括车牌图像，车型识别，事故鉴定，使得车辆的电脑化监控和管理成为现实。传统的运动目标跟踪方法中的目标与背景的分类过程得到的最终跟踪目标只是与目标最相似且同时与背景最不相似的目标样本，说明通过分类器确定的不一定是与仅基于目标视觉得到的是一致的。虽然达到了鲁棒性，但是并没有跟踪到最准确的目标，定位精度还有待进一步提升。因此，针对相关技术中所存在的上述问题，目前尚未提出有效的解决方案。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种图像实时处理方法，用于在视频图像中的进行目标跟踪，包括：

步骤一，对图像的多尺度图像特征空间做投影，利用更新后的分类器来分类下一帧图像中的目标与背景样本；

步骤二，使用目标视觉模型，在局部范围内进行搜索，通过正则化互相关系数寻找最佳目标位置。

优选地，所述步骤一进一步包括：

在与第t帧的目标位置L相距α(D^α＝{(z|||l(z)||-L)<α})的区域内取正样本，在与L相距(ζ,β)(D^ζ,β＝{(z|ζ<||l(z)||-L)<β})})的区域内取负样本；其中α,ζ,β为预定义距离范围阈值；对提取的正负样本用不同尺度的矩形滤波器进行卷积得到每个样本的高维特征向量X，然后使用稀疏矩阵将高维向量投影到低维向量V，其中：

V＝RX

利用矩阵R对正负样本直接提取低维特征向量V；

在计算出所有样本的低维特征向量V后，使用如下Bayes分类器更新分类器参数，得到第t帧的分类器t：

H(V)=ln(Πi=1np(vi|y=1)p(y=1)Πi=1np(vi|y=1)p(y=0)),]]>即Σi=1nln(Πi=1np(vi|y=1)Πi=1np(vi|y=1))]]>