[发明专利]基于矩阵差异度的机器视觉目标跟踪方法及系统在审
申请号: | 201910972833.7 | 申请日: | 2019-10-14 |
公开(公告)号: | CN112396632A | 公开(公告)日: | 2021-02-23 |
发明(设计)人: | 伍济钢;成远;邵俊;杨天龙;杜义贤;王刚 | 申请(专利权)人: | 湖南科技大学 |
主分类号: | G06T7/246 | 分类号: | G06T7/246 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 程江涛 |
地址: | 411201 *** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 矩阵 差异 机器 视觉 目标 跟踪 方法 系统 | ||
本发明公开的基于矩阵差异度的机器视觉目标跟踪方法及系统,采用机器视觉跟踪法对所获取的视频数据中的目标进行跟踪。在所述机器视觉跟踪法中,通过获取与目标区域相对应的第一灰度值矩阵;以特定大小的区域遍历视频数据中下一帧图像的灰度图像;获取与遍历区域相对应的灰度值矩阵,确定矩阵差异度,并获取由矩阵差异度构成的第二集合中最小元素和第二小元素;通过判断这两元素间的比值与设定阈值间的关系,确定下一帧图像上的目标区域;将所确定当前目标区域作为新目标区域;采用机器视觉跟踪法,直至完成对待追踪目标的跟踪。本发明提供的基于矩阵差异度的机器视觉目标跟踪方法及系统,能够准确对目标进行跟踪,且具有跟踪效率高的特点。
技术领域
本发明涉及目标跟踪技术领域,特别是涉及一种基于矩阵差异度的机器视觉目标跟踪方法及系统。
背景技术
目标跟踪技术是机器视觉领域中一个十分热门的研究方向,原因在于它在航空航天动态监控、人机交互等方面有着较为重要的应用。
近年来已有大量的目标跟踪方法被提出,但是由于视觉领域中目标姿态的变化、光照改变以及目标完全或者部分被遮挡等问题,现有技术中所提供的目标跟踪方法并不能准确多目标进行跟踪。并且由于各种跟踪方法中均需要采用大量的计算,而导致整个目标跟踪时间长、效率低。
因此,提供一种能够准确对目标进行跟踪,且具有跟踪效率高的目标跟踪方法是本领域亟待解决的技术问题之一。
发明内容
本发明的目的是提供一种基于矩阵差异度的机器视觉目标跟踪方法及系统,能够准确对目标进行跟踪,且具有跟踪效率高的特点。
为实现上述目的,本发明提供了如下方案:
基于矩阵差异度的机器视觉目标跟踪方法,包括:
将所述视频数据中每一帧图像均转化为灰度图像;
以设定高度和设定宽度框选所述视频数据中第一帧图像的灰度图像中的目标区域,所述目标区中包含有待追踪目标;
采用机器视觉跟踪法确定视频数据各帧图像中的目标区域,完成对所述视频数据中待追踪目标的跟踪;
所述机器视觉跟踪法包括:
获取与所述目标区域相对应的第一灰度值矩阵;
以设定高度和设定宽度的区域遍历所述视频数据中下一帧图像的灰度图像;
获取与遍历区域相对应的灰度值矩阵,并将所述灰度值矩阵放入第一集合;
确定所述第一集合中每一个元素与所述第一灰度值矩阵的矩阵差异度,并将所确定的矩阵差异度放入第二集合;
获取所述第二集合中最小元素和第二小元素;
确定所述最小元素和第二小元素的比值与设定阈值间的关系,根据所述比值与设定阈值间的关系,确定下一帧图像上的目标区域;
将所确定的下一帧图像中的目标区域作为新的目标区域,跳转至“获取与所述目标区域相对应的第一灰度值矩阵”的步骤,直至确定得到所述视频数据各帧图像中的目标区域。
可选的,所述机器视觉跟踪法还包括:获取每一遍历区域的起点位置,并将所述起点位置放入第三集合。
可选的,所述根据所述比值与设定阈值间的关系,确定下一帧图像上的目标区域,包括:
判断所述比值是否小于设定阈值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南科技大学,未经湖南科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910972833.7/2.html,转载请声明来源钻瓜专利网。