[发明专利]一种基于形状匹配的运动预测方法

说明书

本发明的一个实施例提供一种基于形状匹配的运动预测方法，包括：生成模板图像的形状描述；生成目标图像的判定值描述；利用模板图像的形状描述在目标图像的判定值描述中进行扫描，选择形状匹配计算结果中最大和值的方向作为目标运动预测范围。

技术领域

本发明涉及计算机领域，具体而言，本发明涉及一种基于形状匹配的运动预测方法。

背景技术

目标跟踪预测是近年来计算机视觉领域最活跃的研究方向之一，它包含从目标的图像序列中检测、分类、识别、跟踪并对其行为进行理解和描述，属于图像分析和理解的范畴。从技术角度而言，目标跟踪的研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科知识；同时，动态场景中运动的快速分割、目标的非刚性运动、目标自遮挡和目标之间互遮挡的处理等问题也为目标跟踪研究带来了一定的挑战。依据被跟踪目标中提取的不同特征来分类目标跟踪算法主要有基于区域的目标跟踪算法、基于特征的跟踪算法、基于活动轮廓的跟踪算法和基于均值漂移(Mean shift)的跟踪算法。

目标跟踪算法具有不同的分类标准，每种算法都有其自己的基本思想、优缺点等。不同的算法优缺点各不相同，适用的场合也就不同。因此针对不同跟踪算法有些优缺点存在互补性的研究也成为目前研究的热点。国内外众多研究者综合运用各学科知识，大胆尝试进行运动目标跟踪算法研究。

目前传统的目标跟踪算法经过多年研究，形成了一系列成熟的算法，不少跟踪算法对非高频图像跟踪效果和速度都比较好，目标跟踪预测算法目前主要研究方向是提高跟踪速度，提高在光照变化、遮挡、非刚性运动、背景杂乱等外部条件影响下的跟踪效果。而对于以高频显示为主，频率变化快的文字类图像识别率低，跟踪效果差的问题研究较少，没有合适的跟踪预测方法，不能满足这方面的应用需求。

发明内容

针对现有技术中存在的问题，本发明的一个实施例提供一种基于形状匹配的运动预测方法，包括：

生成模板图像的形状描述；

生成目标图像的判定值描述；

利用模板图像的形状描述在目标图像的判定值描述中进行扫描，选择形状匹配计算结果中最大和值的方向作为目标运动预测范围。

在本发明的一个实施例中，生成模板图像的形状描述包括：

生成所述模板图像的每个像素点的黑塞矩阵；

基于所述模板图像的每个像素的黑塞矩阵生成每个像素的判定值；

在所述模板图像的判定值上按一定步长进行采样标记，利用这些采样点构成整幅模板图的形状描述。

在本发明的一个实施例中，生成黑塞矩阵之前对所述模板图像进行高斯滤波。

在本发明的一个实施例中，每个像素的判定值是黑塞矩阵的行列式、黑塞矩阵的特征值或黑塞矩阵的判别式。

在本发明的一个实施例中，在所述模板图像的判定值上按一定步长进行采样标记，利用这些采样点构成整幅模板图的形状描述包括：

当所述采样点绝对值大于阈值时，将所述采样点信息保存，符号相同的相邻点组成的集合构成形状描述。

在本发明的一个实施例中，目标图像的黑塞判定值描述与模板图像的黑塞判定值计算方法相同。

在本发明的一个实施例中，利用模板图像的形状描述在目标图像的判定值描述中进行扫描包括：

确定目标图像的判定值描述的初次预测中心点；

模板图像的中心点分别在目标图像的判定值描述的中心点偏移量都为T的四个方向的位置，计算四个方向中模板图像的形状描述和测试图像的判定值的卷积和，卷积和值最大的方向为预测运动的范围。