[发明专利]一种基于运动背景下的动目标检测和跟踪方法

权利要求书

1.一种基于运动背景下的动目标检测和跟踪方法,其特征在于该方法包括以下步骤：

步骤1、运动目标检测：从采集到的第一帧图像，运用FloodFill算法进行处理；通过去噪、形态学处理以及二值图像最小外接矩阵框运算,最终提取得到目标轮廓区域；

步骤2、建立目标特征库：首先建立目标库，将第一帧中运动目标图像块提取出来,进行SIFT特征提取后将特征向量存入目标库中形成目标特征库，每个目标特征包括目标的特征信息；

步骤3、帧处理：读取当前帧，以更新后的目标特征库为基准,与当前帧的待搜索区域进行SIFT匹配，运用RANSAC去除错配点，根据匹配结果框选出目标当前位置；

步骤4、更新目标特征库：根据特征匹配结果及目标位置，更新目标特征库；

步骤5、以目标新位置为起始，重复步骤2～步骤4，从而实现对复杂背景下目标的实时跟踪。

2.根据权利要求1所述的动目标检测和跟踪方法，其特征在于步骤1中FloodFill算法具体是：

2-1.种子像素入栈；

2-2.栈顶像素出栈；

2-3.将出栈像素设置成填充色；

2-4.检查出栈像素的8-邻接点，若其中某个像素不是边界色且未置成填充色，则把该像素入栈；

2-5.检查栈是否为空，若栈非空重复步骤2-2,若栈为空则结束。

3.根据权利要求1所述的动目标检测和跟踪方法，其特征在于步骤2中SIFT特征提取具体是：

3-1.尺度空间极值检测：搜索所有尺度上的图像位置，使用高斯微分函数有效的检测出潜在的特征点；识别出来的这些特征点对于尺度缩放和旋转变化具有不变性；

3-2.关键点的定位：在每个候选的位置上，通过一个拟合精细的模型来确定位置和尺度；对于每个候选点，确定他们的位置和尺度；

3-3.关键点的方向确定：为每个关键点分配一个主方向或多个辅方向，所有后面操作都被转换为对特征点方向、尺度和位置的操作，从而保证了变化的不变性；

3-4.生成特征点描述子：在每个关键点周围的邻域内，在选定的尺度上测量图像局部的梯度；这些梯度被变换成一种表示，这种表示允许比较大的局部形状的变形和光照变化。

4.根据权利要求1所述的动目标检测和跟踪方法，其特征在于步骤3与步骤4具体是：

4-1.将上一帧目标区域的大小放大2倍，以放大后的区域的中心为圆心，放大后的区域的对角线的一半为半径进行画圆作为搜索区域；

4-2.对搜索区域进行SIFT特征点提取，然后将特征库中的特征点与搜索区域提取的特征点进行匹配，得到匹配后的特征点对数；

4-3.用步骤4-2.提取出新的特征点来更新目标的特征库；在特征库中设有相应的ID用来区别新旧特征点；当新特征点加入特征库时，初始化ID为0，原有的特征点ID自加，ID越低说明特征点越接近目标特征，当ID自加到一定程度，则剔除此特征点用来完成特征库的更新；

4-4.以特征库中特征点的ID的级别来预测当前目标的位置；目标位置中心的计算用以下公式所示：

n为匹配成功的特征对数，(x_i,y_i)为特征坐标，为目标位置中心。