專利名稱：運動特征點檢測方法及裝置、運動目標(biāo)檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉 及一種從不少于三幀的多幀序列圖像中檢測出運動特征點以及運動目標(biāo)的運動特征點檢測方法及裝置、運動目標(biāo)檢測方法及裝置。
背景技術(shù)：
作為對運動目標(biāo)進行檢測的現(xiàn)有技術(shù)，有公開號為CN101290682A、CN101266689A、 CN101561932A等的中國專利公開文獻中所公開的技術(shù)。在公開號為CN101290682A(申請?zhí)?00810115591. 1)的中國專利公開文獻中所公開的運動目標(biāo)檢測方法，包括如下步驟將當(dāng)前輸入圖像投影到背景模型上，得到所述當(dāng)前輸入圖像的特征圖像；將所述特征圖像反投影到所述背景模型上，得到所述當(dāng)前輸入圖像的重建圖像；通過比較所述當(dāng)前輸入圖像和所述重建圖像，確定所述當(dāng)前輸入圖像上的運動目標(biāo)圖像。如上所述，在通過這種運動目標(biāo)檢測方法進行檢測時，由于包括建立背景模型、特征圖像的提取、重建圖像、輸入圖像和重建圖像的比較等等步驟，所以其運算量非常大。在中國專利公開文獻CN101266689A(申請?zhí)?00810104665. 1)中所公開的運動
目標(biāo)檢測方法，包括如下步驟利用當(dāng)前輸入圖像的前若干幀圖像中的像素點的像素值，計算當(dāng)前輸入圖像的像素點的概率密度值來建立背景模型；將當(dāng)前輸入圖像的像素點的概率密度值與預(yù)先設(shè)定的閾值進行比較，確定當(dāng)前輸入圖像上的運動目標(biāo)圖像，作為前景。在該運動目標(biāo)檢測方法中，也是通過計算出整幅圖像的各個像素點的概率密度值來建立背景模型，并將當(dāng)前輸入圖像的各個像素點與所述的概率密度值進行比較，因此其運算量也非常大。在中國專利公開文獻CN101561932A(申請?zhí)?00910084007. 5)中所公開的動態(tài)復(fù)雜背景下的實時運動目標(biāo)檢測方法，包括如下步驟從視頻中獲取幀圖像，確定當(dāng)前幀圖像中顏色的協(xié)方差，并獲得所述幀圖像的灰度圖像；獲得所述灰度圖像中像素點的灰度值和梯度值，根據(jù)得到的所述像素點的灰度值、梯度值和預(yù)定參數(shù)確定像素點值，判斷所述像素點值是否小于前一幀圖像中確定的顏色的協(xié)方差的預(yù)定倍數(shù)，若是，則所述像素點為背景點，若否，則所述像素點為前景點，所述前景點的集合為實時運動目標(biāo)。根據(jù)該運動目標(biāo)檢測方法，需要對視頻中的當(dāng)前幀圖像比較各個像素點獲得所述灰度圖像中像素點的灰度值和梯度值，并判斷該各個像素點值是否小于前一幀圖像中確定的顏色的協(xié)方差的預(yù)定倍數(shù)，由此來判斷是背景點還是前景點。由于需要對圖像中的每一個點進行所述的計算和處理，因此，其運算量也非常大。如上所述，上述現(xiàn)有的各種運動目標(biāo)檢測方法中，都存在有其運算量較大的問題。 尤其是，在裝載攝像機的汽車高速行駛的情況下，在短時間內(nèi)，利用該攝像機拍攝的圖像可能會很多，而且，如果利用上述的現(xiàn)有的運動目標(biāo)檢測方法檢測運動目標(biāo)，則由于運算量過大，所以有時不能滿足實時檢測的要求。

發(fā)明內(nèi)容
鑒于現(xiàn)有技術(shù)中的上述技術(shù)問題，本發(fā)明的目的在于，提供一種能夠以較少的計算量簡單地檢測出運動特征點及運動目標(biāo)的運動特征點檢測方法及裝置以及運動目標(biāo)檢測方法及裝置。為了實現(xiàn)上述技術(shù)問題，本申請的第一方案的運動特征點檢測方法，從不少于3 幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測步驟，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取步驟，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取步驟，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；以及運動特征點判斷步驟，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。

上述運動特征點檢測方法，優(yōu)選上述初始特征點跟蹤軌跡獲取步驟包括誤跟蹤判斷步驟，該誤跟蹤判斷步驟在上述初始特征點跟蹤軌跡符合以下三種情形之一時，判斷為誤跟蹤(a)上述初始特征點跟蹤軌跡中的某兩個跟蹤點之間的線段的長度超過預(yù)定長度；(b)上述初始特征點跟蹤軌跡中某兩個相鄰的線段向量之間的夾角超過預(yù)定角度；(C) 在上述多幀序列圖像為4幀以上的情況下，上述初始特征點跟蹤軌跡中某三個相鄰的線段表現(xiàn)為先向一側(cè)轉(zhuǎn)彎、后向另一側(cè)轉(zhuǎn)彎；在上述誤跟蹤判斷步驟判斷為誤跟蹤時，在上述初始特征點跟蹤軌跡獲取步驟去除該判斷為誤跟蹤的初始特征點跟蹤軌跡。本申請的第二方案的運動特征點檢測裝置，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測單元，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取單元，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取單元，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；以及運動特征點判斷單元，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。本申請的第三方案的運動目標(biāo)檢測方法，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測步驟，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取步驟，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取步驟，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；以及運動特征點判斷步驟，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡， 當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。上述運動目標(biāo)檢測方法在上述初始特征點檢測步驟中從上述初始圖像中檢測出多個初始特征點，并對該多個初始特征點的每一個均執(zhí)行上述初始特征點跟蹤軌跡獲取步驟、上述初始特征點參照軌跡獲取步驟以及上述運動特征點判斷步驟，從而得到多個運動特征點。上述運動目標(biāo)檢測方法還包括運動特征點聚類步驟，將上述得到的多個運動特征點進行聚類，形成各類的運動特征點的集合；以及運動目標(biāo)確定步驟，將在上述聚類步驟中聚類的各類的運動特征點的集合分別確定為各運動目標(biāo)。上述運動目標(biāo)檢測方法，優(yōu)選上述運動特征點聚類步驟包括種子點確定步驟，將在上述運動特征點判斷步驟判斷出的運動特征點中的未聚類的某一點作為第i類的第1個點，并將該第1個點作為種子點；聚類步驟，計算未聚類的運動特征點與上述種子點之間的距離，并將與該種子點的距離小于第1閾值的運動特征點聚類到上述第i類；第一重復(fù)步驟，分別將聚類到上述第i類的運動特征點中除了已經(jīng)作為上述種子點的運動特征點以外的其它運動特征點作為新的種子點，重復(fù)上述聚類步驟，直到未聚類的運動特征點中沒有能夠聚類到第i類的運動特征點為止；以及第二重復(fù)步驟，若還有未聚類的運動特征點，則進行i = i+1運算，重復(fù)上述種子點確定步驟、聚類步驟以及上述第一重復(fù)步驟，直到所有運動特征點都聚類為止，上述運動目標(biāo)確定步驟將在上述聚類步驟中聚類的所有聚到第i 類中的運動特征點確定為第i運動目標(biāo)。本發(fā)明的第四方案的運動目標(biāo)檢測裝置，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測單元，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取單元，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取單元，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；運動特征點判斷單元，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點；以及運動特征點聚類單元，將由運動特征點判斷單元檢測到的多個運動特征點進行聚類，形成各類的運動特征點的集合；運動目標(biāo)確定單元，將上述聚類單元聚類的各類的運動特征點的集合分別確定為各運動目標(biāo)。根據(jù)上述運動特征點檢測方法及裝置、運動目標(biāo)檢測方法和裝置的技術(shù)方案，由于對于除了初始圖像的其它圖像僅需要跟蹤檢測特征點，并且，僅對特征點的跟蹤軌跡和參照軌跡的相似度進行比較，通過比較結(jié)果來判斷是否為運動特征點，因此能夠通過對較少的數(shù)據(jù)量進行簡單的處理即可檢測出運動特征點，進而檢測出運動目標(biāo)，從而提高了運算效率。并且，上述技術(shù)方案還具有簡單易實現(xiàn)的優(yōu)點。此外，由于是利用多幅圖像檢測出運動目標(biāo)，因此，避免了不穩(wěn)定的特征點跟蹤和自運動估計造成誤識別的缺點，具有很好的
魯棒性。此外，根據(jù)上述運動特征點檢測方法及裝置、運動目標(biāo)檢測方法和裝置的技術(shù)方案，由于誤跟蹤判斷單元通過誤跟蹤判斷處理，去除該判斷為誤跟蹤的跟蹤軌跡，因此，因此大幅降低了運動目標(biāo)檢測的誤識別率。


圖1是表示本發(fā)明的實施方式1的運動特征點檢測裝置的框圖。圖2是表示本發(fā)明的實施方式1的運動特征點檢測方法的流程圖。

圖3是用于說明目標(biāo)在畫面中成像的原理的圖。圖4中，(a)表示特征點參考軌跡和特征點跟蹤軌跡近似的情況，(b)表示特征點參考軌跡和特征點跟蹤軌跡非近似的情況。圖5是表示本發(fā)明的實施方式2的運動特征點檢測裝置的框圖。圖6中，(a)、(b)、(c)分別示出視為誤跟蹤的三種情形，(d)示出視為跟蹤無誤的情形。圖7是表示本發(fā)明的實施方式3的運動目標(biāo)檢測裝置的框圖。圖8是表示本發(fā)明的實施方式3的變形例的運動目標(biāo)檢測裝置的框圖。圖9是表示本發(fā)明的實施方式3的運動特征點聚類單元的框圖。圖10是表示本發(fā)明的實施方式3的運動目標(biāo)檢測方法中運動特征點聚類步驟的各子步驟和運動目標(biāo)確定步驟的流程圖。圖11是表示作為本發(fā)明的實施方式1 3的變形例的顯示裝置的框圖。
具體實施例方式以下，關(guān)于本發(fā)明的各實施方式，參照附圖進行詳細說明。再有，下面的各實施方式僅僅是用于說明本發(fā)明的優(yōu)選實施方式，并不直接限定本發(fā)明的權(quán)利范圍。<實施方式1>下面，參照圖1 4，說明實施方式1的運動特征點檢測裝置1及運動特征點檢測方法。<運動特征點檢測裝置1的結(jié)構(gòu)>如圖1所示，用于從不少于三幀的多幀序列圖像中檢測出運動特征點的運動特征點檢測裝置1，包括初始特征點檢測單元2、初始特征點跟蹤軌跡獲取單元3、初始特征點參照軌跡獲取單元4以及運動特征點判斷單元5。初始特征點檢測單元2將多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點。該初始圖像可以是上述多幀序列圖像中的第一幀圖像，也可以是上述多幀序列圖像中的最后一幀圖像，可以是該序列圖像中的任一順序的圖像。在本實施方式中，假設(shè)初始圖像為第t-n時刻的圖像，并且，初始特征點檢測單元2從初始圖像中檢測到的特征點集構(gòu)成點集Ft_n。在此，t > 3，η < t，t和η均為自然數(shù)。作為該初始特征點檢測單元2從圖像中檢測出特征點的特征點檢測方法，可以利用現(xiàn)有技術(shù)中的任何一種特征點檢測技術(shù)，只要該特征點檢測技術(shù)能夠有效地提取出特征點、并且滿足所要求的運算效率就可以。在本實施方式中，優(yōu)選將圖像中目標(biāo)的角點作為特征點，并且，作為特征點檢測方法，例如可以利用Harris(哈里斯)角點檢測算子、SUSAN角點檢測算子和特征值的角點檢測算子等來進行檢測，尤其優(yōu)選Harris (哈里斯)角點檢測算子初始特征點跟蹤軌跡獲取單元3用于在多幀圖像中的除了初始圖像的其它圖像中，跟蹤檢測初始特征點的跟蹤點，按圖像序列的順序連接初始圖像中的初始特征點的位置以及其它圖像中的初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡。在本實施方式中，假設(shè)其它圖像為t時刻圖像。上述圖像序列的順序可以是圖像序列的正序，也可以是圖像序列的反序。作為初始特征點跟蹤軌跡獲取單元3在多幀圖像中的除了初始圖像的其它圖像中跟蹤檢測初始特征點的跟蹤方法，可以利用現(xiàn)有技術(shù)中的任何一種特征點跟蹤方法，只要該特征點跟蹤方法能夠有效地跟蹤特征點、并且滿足所要求的運算效率就可以。例如， 常用的特征點匹配算法有模版匹配算法和光流追蹤算法等。在本實施方式中，優(yōu)選基于圖像金字塔光流的特征跟蹤方法(Lucas and Kanade，s pyramid-based optical flow algorithm,)來獲得匹配特征點。下面利用圖3，說明本實施方式的初始特征點跟蹤軌跡獲取單元3獲取特征點跟蹤軌跡的方法。初始特征點跟蹤軌跡獲取單元3通過特征點跟蹤方法，對從上述第t-n時刻的圖像中提取到的各特征點在第t時刻圖像中的位置進行匹配跟蹤，并記錄能夠在第t 時刻圖像中跟蹤到的特征點及其在t時刻圖像中的跟蹤點位置，構(gòu)成匹配點集Ft。之后，在第t時刻的圖像坐標(biāo)系中，按照圖像序列的正序或者反序分別連接點集Ft_n、Ft中的相互匹配的特征點，從而形成各初始特征點的跟蹤軌跡。取點P(u，v) e Ft_n及其在第t時刻圖像中的匹配點P' (u' ,ν' ) eFt，在第t時刻圖像中，這對點構(gòu)成跟蹤軌跡向量f = ρ' -ρ
=(U' -U, V' -ν) O初始特征點跟蹤軌跡獲取單元3同樣也可以在第t-n+1時刻、……、第t_l時刻圖像中，對從上述第t-n時刻的圖像中提取到的各特征點進行匹配跟蹤，從而構(gòu)成點集 Ft_n+1、……、Ft_i，并最終在第t時刻圖像中，按照圖像序列的正序或者反序分別連接各特征點的匹配點，從而形成各初始特征點的跟蹤軌跡，例如，在圖4(a)、(b)中，Q點為初始圖像 (第t-n時刻，此時，t為5，η為5)中提取的某一初始特征點，Ι\、Τ2、Τ3、Τ4分別為上述Q點在第t-η+Ι時刻、第t-n+2時刻、第t-n+3時刻、第t_n+4時刻的跟蹤點，Q、T1, T2, T3> T4五點在第t時刻的圖像中連接形成了初始特征點Q的跟蹤軌跡。在上述中，在第t時刻的圖像坐標(biāo)系中，按照圖像序列的正序或反序分別連接點集Ft_n、……、Ft中的相互匹配的特征點，從而形成特征點跟蹤軌跡，但是也可以在第t-n時亥IJ、第t-η+Ι時刻、……、第t-Ι時刻中任一時刻的圖像坐標(biāo)系中，按照圖像序列的正序或反序分別連接點集Ft_n、……、Ft中的相互匹配的特征點，從而形成各初始特征點的特征點跟蹤軌跡。初始特征點參照軌跡獲取單元4根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出初始特征點在各其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接初始圖像中的初始特征點的位置以及初始特征點在其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡。在上述中，攝像機內(nèi)參數(shù)是指攝像機成像所涉及到的攝像機的各種性能參數(shù)，攝像機運動參數(shù)是指在攝像機處于運動的狀態(tài)下的其運動參數(shù)。首先，參照圖3說明運動特征點在圖像中所形成的運動向量。如圖3所示建立攝像機坐標(biāo)系，Zc軸沿攝像機光軸方向，Yc垂直于道路平面。對于第t-η時刻圖像中特征點 P(u, v) e Ft_n的實際目標(biāo)點為P，假設(shè)它是直線ρΡ上在Y。軸坐標(biāo)為H的點P'的成像，設(shè)點P'在第t-n時刻的攝像機坐標(biāo)系下坐標(biāo)(X，Y，Z)，在第t時刻攝像機坐標(biāo)系下的坐標(biāo) (X'，V，Z')，則Y，Y'都等于H，在第t時刻圖像上的成像點為p〃 (u"，v")，我們稱之為點P(u，v)對應(yīng)的運動點。在第t時刻圖像坐標(biāo)系中，將所有點對ρ和p〃連線構(gòu)成運動軌跡，并稱向量m = ρ〃 -ρ= (u〃 -u, ν" -ν)為運動向量。下面介紹如何根據(jù)已知的點ρ的坐標(biāo)(u，v)，自車運動參數(shù)(tx，tz，《y)，攝像機內(nèi)參數(shù)11(|、％、叔、(^、€求得運動點？〃的坐標(biāo)(u〃，ν")。其中自車運動參數(shù)(tx，tz，coy) 的獲取可以由傳感器獲得，如速度傳感器和陀螺儀傳感器等，也可以由序列圖像用計算的方法獲得，如采用光流方法、運動恢復(fù)結(jié)構(gòu)(Structureform Motion, SFM)的方法或基于特征點檢測、直接法等方法估計得到，如文獻"A robust method for computing vehicle ego-motion，，(Stein, G. P. ；Mano, 0. ；Shashua, Α. ；2000 ；IEEE)中采用直接的方法估計運動參數(shù)，文獻"Transformingcamera geometry to a virtual downward-looking camera robust ego-motionestimation and ground-layer detection，，(Qifa Ke ；Kanade, Τ.； 2003 ；IEEE)中采用改進的直接方法獲得運動參數(shù)。在此，自車運動參數(shù)(tx，tz，coy)相當(dāng)于上述的攝像機運動參數(shù)。(1)由攝像機成像原理有
權(quán)利要求
1.一種運動特征點檢測方法，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測步驟，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取步驟，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取步驟，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置， 從而形成初始特征點參照軌跡；以及運動特征點判斷步驟，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。
2.根據(jù)權(quán)利要求1所述的運動特征點檢測方法，其特征在于，上述多幀序列圖像包括上述初始圖像以及不少于2幀的后序的其它圖像，上述圖像序列的順序是上述圖像序列的正序。
3.根據(jù)權(quán)利要求1所述的運動特征點檢測方法，其特征在于，上述多幀序列圖像包括上述初始圖像以及不少于2幀的前序的其它圖像，上述圖像序列的順序是上述圖像序列的反序。
4.根據(jù)權(quán)利要求1 3中任一項所述的運動特征點檢測方法，其特征在于，上述初始特征點跟蹤軌跡獲取步驟包括誤跟蹤判斷步驟，該誤跟蹤判斷步驟在上述初始特征點跟蹤軌跡符合以下三種情形之一時，判斷為誤跟蹤(a)上述初始特征點跟蹤軌跡中的某兩個跟蹤點之間的線段的長度超過預(yù)定長度；(b)上述初始特征點跟蹤軌跡中某兩個相鄰的線段向量之間的夾角超過預(yù)定角度；(c)在上述多幀序列圖像為4幀以上的情況下，上述初始特征點跟蹤軌跡中某三個相鄰的線段表現(xiàn)為先向一側(cè)轉(zhuǎn)彎、后向另一側(cè)轉(zhuǎn)彎；在上述誤跟蹤判斷步驟判斷為誤跟蹤時，在上述初始特征點跟蹤軌跡獲取步驟去除該判斷為誤跟蹤的初始特征點跟蹤軌跡。
5.一種運動特征點檢測裝置，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測單元，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取單元，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取單元，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置， 從而形成初始特征點參照軌跡；以及運動特征點判斷單元，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。
6.根據(jù)權(quán)利要求5所述的運動特征點檢測裝置，其特征在于， 上述初始特征點跟蹤軌跡獲取單元包括誤跟蹤判斷單元，該誤跟蹤判斷單元在上述初始特征點跟蹤軌跡符合以下三種情形之一時，判斷為誤跟蹤(a)上述初始特征點跟蹤軌跡中的某兩個跟蹤點之間的線段的長度超過預(yù)定長度；(b)上述初始特征點跟蹤軌跡中某兩個相鄰的線段向量之間的夾角超過預(yù)定角度；(c)在上述多幀序列圖像為4幀以上的情況下，上述初始特征點跟蹤軌跡中某三個相鄰的線段表現(xiàn)為先向一側(cè)轉(zhuǎn)彎、后向另一側(cè)轉(zhuǎn)彎；在上述誤跟蹤判斷單元判斷為誤跟蹤時，上述初始特征點跟蹤軌跡獲取單元去除該判斷為誤跟蹤的初始特征點跟蹤軌跡。
7.—種運動目標(biāo)檢測方法，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測步驟，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取步驟，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取步驟，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；以及運動特征點判斷步驟，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點，上述運動目標(biāo)檢測方法在上述初始特征點檢測步驟中從上述初始圖像中檢測出多個初始特征點，并對該多個初始特征點的每一個均執(zhí)行上述初始特征點跟蹤軌跡獲取步驟、 上述初始特征點參照軌跡獲取步驟以及上述運動特征點判斷步驟，從而得到多個運動特征占，上述運動目標(biāo)檢測方法還包括運動特征點聚類步驟，將上述得到的多個運動特征點進行聚類，形成各類的運動特征點的集合；以及運動目標(biāo)確定步驟，將在上述聚類步驟中聚類的各類的運動特征點的集合分別確定為各運動目標(biāo)。
8.根據(jù)權(quán)利要求7所述的運動目標(biāo)檢測方法，其特征在于，上述初始特征點跟蹤軌跡獲取步驟包括誤跟蹤判斷步驟，該誤跟蹤判斷步驟在上述初始特征點跟蹤軌跡符合以下三種情形之一時，判斷為誤跟蹤(a)上述初始特征點跟蹤軌跡中的某兩個跟蹤點之間的線段的長度超過預(yù)定長度；(b)上述初始特征點跟蹤軌跡中某兩個相鄰的線段向量之間的夾角超過預(yù)定角度；(c)在上述多幀序列圖像為4幀以上的情況下，上述初始特征點跟蹤軌跡中某三個相鄰的線段表現(xiàn)為先向一側(cè)轉(zhuǎn)彎、后向另一側(cè)轉(zhuǎn)彎；在上述誤跟蹤判斷步驟判斷為誤跟蹤時，在上述初始特征點跟蹤軌跡獲取步驟去除該判斷為誤跟蹤的初始特征點跟蹤軌跡。
9.一種運動目標(biāo)檢測裝置，從不少于3幀的多幀序列圖像中檢測出運動特征點，其特征在于，包括初始特征點檢測單元，將上述多幀序列圖像中的某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；初始特征點跟蹤軌跡獲取單元，在上述多幀序列圖像中的除了上述初始圖像的其它圖像中，跟蹤檢測上述初始特征點的跟蹤點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述其它圖像中的上述初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；初始特征點參照軌跡獲取單元，根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出上述初始特征點在各上述其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接上述初始圖像中的上述初始特征點的位置以及上述初始特征點在上述其它圖像中所應(yīng)在的參照點的位置， 從而形成初始特征點參照軌跡；運動特征點判斷單元，比較上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡，當(dāng)上述初始特征點參照軌跡和上述初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點；以及運動特征點聚類單元，將由運動特征點判斷單元檢測到的多個運動特征點進行聚類， 形成各類的運動特征點的集合；運動目標(biāo)確定單元，將上述聚類單元聚類的各類的運動特征點的集合分別確定為各運動目標(biāo)。
10.根據(jù)權(quán)利要求9所述的運動目標(biāo)檢測裝置，其特征在于，上述初始特征點跟蹤軌跡獲取單元包括誤跟蹤判斷單元，該誤跟蹤判斷單元在上述初始特征點跟蹤軌跡符合以下三種情形之一時，判斷為誤跟蹤(a)上述初始特征點跟蹤軌跡中的某兩個跟蹤點之間的線段的長度超過預(yù)定長度；(b)上述初始特征點跟蹤軌跡中某兩個相鄰的線段向量之間的夾角超過預(yù)定角度；(c)在上述多幀序列圖像為4幀以上的情況下，上述初始特征點跟蹤軌跡中某三個相鄰的線段表現(xiàn)為先向一側(cè)轉(zhuǎn)彎、后向另一側(cè)轉(zhuǎn)彎；在上述誤跟蹤判斷單元判斷為誤跟蹤時，上述初始特征點跟蹤軌跡獲取單元去除該判斷為誤跟蹤的初始特征點跟蹤軌跡。
全文摘要
本發(fā)明的運動特征點檢測方法，包括將某一幀圖像作為初始圖像，從該初始圖像中檢測出初始特征點；在其它圖像中跟蹤檢測初始特征點的跟蹤點，按圖像序列的順序連接初始圖像中的初始特征點的位置以及其它圖像中的初始特征點的跟蹤點的位置，從而形成初始特征點跟蹤軌跡；根據(jù)攝像機內(nèi)參數(shù)以及攝像機運動參數(shù)，計算出初始特征點在各其它圖像中所應(yīng)在的參照點，按圖像序列的順序連接初始圖像中的初始特征點的位置以及初始特征點在其它圖像中所應(yīng)在的參照點的位置，從而形成初始特征點參照軌跡；以及比較初始特征點參照軌跡和初始特征點跟蹤軌跡，當(dāng)初始特征點參照軌跡和初始特征點跟蹤軌跡的相似度小于預(yù)定值時，將該初始特征點判斷為運動特征點。
文檔編號G06T7/20GK102222341SQ201010149409
公開日2011年10月19日 申請日期2010年4月16日 優(yōu)先權(quán)日2010年4月16日
發(fā)明者于紅緋, 劉威, 張瑩瑩, 袁淮 申請人:東軟集團股份有限公司, 阿爾派株式會社