[发明专利]一种基于Camshift算法的运动目标跟踪方法

权利要求书

1.一种基于Camshift算法的运动目标跟踪方法，其特征在于，包括以下步骤：

步骤1、图像预处理：使用相机采集视频图像，对图像进行灰度化处理，并进一步通过滤波操作去除图像噪声，得到视频图像序列；

步骤2、检测运动目标：手动标定跟踪目标，首先使用两帧差分法得到初步的检测结果；然后利用两帧差分图像得到三帧差分图像，同时对两帧差分图像使用Canny边缘检测算法得到目标边缘轮廓；最后将三帧差分图像与经Canny边缘检测算法处理的目标边缘轮廓进行或运算，得到与目标对象对应的目标检测结果；

步骤3、构建并更新目标特征模板：首先把步骤2目标检测结果所得视频图像转成Camshift算法所需的HSV模型；然后采用以H分量颜色直方图为主特征模板、S分量颜色直方图为次特征模板的方法得到目标特征模板；最后使用Camshift算法获取目标特征模板和质心坐标，并对目标特征模板进行实时更新；

步骤4、Camshift目标跟踪：以更新后的目标特征模板为依据，对目标进行跟踪，计算并调整下一帧搜索框的大小和质心坐标；

步骤5、卡尔曼目标跟踪：根据图像当前帧中目标的质心坐标、目标大小和运动速度信息，采用卡尔曼滤波算法对下一帧的质心坐标进行预测，并将结果反馈给Camshift算法；

步骤6、确定融合系数：判断跟踪过程中是否存在障碍物遮挡、同色背景干扰，若存在干扰，则以卡尔曼滤波算法为主，将卡尔曼滤波算法预测的目标位置作为当前帧的目标位置，更新Camshift算法的目标搜索框，返回步骤3对目标特征模板进行实时更新；若不存在干扰，则以Camshift算法为主，卡尔曼滤波算法为辅，进入下一步对目标进行持续跟踪；

步骤7、持续跟踪：获取下一帧图像并更新每一帧的目标特征模型，重复步骤4～步骤6，直至完成运动目标的跟踪。

2.根据权利要求1所述的基于Camshift算法的运动目标跟踪方法，其特征在于，步骤1所述的图像预处理，包括对图像的灰度化处理和滤波去噪处理；首先通过平均加权法将采集的彩色图像转化成为灰度图像，然后进行图像滤波处理，去除图像中存在的噪声，得到视频图像序列。

3.根据权利要求1所述的基于Camshift算法的运动目标跟踪方法，其特征在于，步骤2所述的检测运动目标，具体如下：

步骤2.1、对连续的三帧图像I_i-1(x,y)、I_i(x,y)、I_i+1(x,y)进行帧间差分运算，即分别对第I_i-1(x,y)帧与第I_i(x,y)帧、第I_i(x,y)帧与第I_i+1(x,y)帧图像做差分运算，接着对两个差分图像采用自适应阈值二值化方法进行运算，获得两个两帧差分图像；

步骤2.2、将步骤2.1中得到的两帧差分图像进行与运算，得到运动目标的三帧差分图像D_i(x,y)；

步骤2.3、分别对第i帧和第i+1帧差分图像采用Canny边缘检测算法进行运算，得到运动目标的边缘轮廓图像P_i(x,y)；

步骤2.4、将三帧差分图像D_i(x,y)与经Canny边缘检测算法处理的目标边缘轮廓图像P_i(x,y)进行或运算，得到与实际的运动目标对象相符的运动目标检测结果PT_i(x,y)，融合公式如下：

PT_i(x,y)＝P_i(x,y)∪D_i(x,y)。