專利名稱：一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明涉及電子信息技術(shù)領(lǐng)域，特別是涉及一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法。
背景技術(shù)：
目標(biāo)跟蹤是計(jì)算機(jī)視覺領(lǐng)域非常重要的一個(gè)研究方向，也是智能視頻監(jiān)控領(lǐng)域的核心技術(shù)之一?，F(xiàn)有的目標(biāo)跟蹤算法在運(yùn)算會(huì)受到很多環(huán)境方面(光照變化、形狀變化等)的影響，很難滿足智能視頻監(jiān)控領(lǐng)域中復(fù)雜環(huán)境下的魯棒性要求，此發(fā)明為此問題提供了一種可行的方案。傳統(tǒng)的基于顏色直方圖的粒子濾波跟蹤算法包括以下幾個(gè)步驟步驟一、框選目標(biāo)，計(jì)算預(yù)跟蹤目標(biāo)的顏色直方圖模板。步驟二、在新一幀的圖像中隨機(jī)選擇一些框，計(jì)算這些框的顏色直方圖。步驟三、計(jì)算這些直方圖和直方圖模板之間的距離，與目標(biāo)最為相似的框即認(rèn)為是目標(biāo)在此幀圖像中的位置。步驟四、循環(huán)步驟二和三即可實(shí)現(xiàn)實(shí)時(shí)視頻的目標(biāo)跟蹤。此方法在框選目標(biāo)之后對目標(biāo)建立顏色直方圖模板，而且后續(xù)的算法不對其進(jìn)行更新，忽略了目標(biāo)顏色特征在運(yùn)動(dòng)過程中的變化。這些變化分為兩部分，一部分是由于目標(biāo)運(yùn)動(dòng)發(fā)生的部分遮擋，另一部分是光照強(qiáng)度的變化，這些變化都有可能導(dǎo)致目標(biāo)顏色直方圖發(fā)生明顯的變化，以至于當(dāng)前目標(biāo)顏色直方圖和初始目標(biāo)顏色直方圖完全無法匹配從而導(dǎo)致跟蹤算法失效。一個(gè)可能的改進(jìn)方法就是在跟蹤過程中更新顏色直方圖模板，但是此方法存在著一個(gè)嚴(yán)重的缺陷，因?yàn)楦櫩虿⒉皇悄繕?biāo)的精確位置和形狀的描述，所以跟蹤框中會(huì)存在背景顏色成分，如果每次都更新顏色直方圖模板，很容易在一段時(shí)間的自動(dòng)跟蹤之后把背景和前景混淆起來，導(dǎo)致跟蹤的失敗。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，避免了跟蹤算法對環(huán)境要求過高、跟蹤不準(zhǔn)確的情況發(fā)生。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是提供一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，包括以下步驟(I)框選矩形目標(biāo)，生成預(yù)跟蹤目標(biāo)輪廓，計(jì)算顏色直方圖模板；(2)對下一幀圖像的區(qū)域進(jìn)行分割聚合得到分割區(qū)域，將分割區(qū)域與顏色直方圖模板匹配實(shí)現(xiàn)目標(biāo)跟蹤。所述步驟(I)包括以下子步驟(11)在視頻中采用矩形框選取目標(biāo)，在矩形框內(nèi)外隨機(jī)選擇一些點(diǎn)，采用分水嶺分割算法把圖像分割成一些離散的區(qū)域；
(12)提取出目標(biāo)輪廓，如果框選目標(biāo)的矩形框沒有超出目標(biāo)的部分，則認(rèn)為區(qū)域中和原始矩形框有交集的那部分區(qū)域?yàn)樵寄繕?biāo)的近似輪廓；(13)對目標(biāo)輪廓的各個(gè)區(qū)域單獨(dú)建立顏色直方圖模板，再根據(jù)顏色直方圖的相互相似度對區(qū)域進(jìn)行聚合；(14)采用顏色不相近的不規(guī)則區(qū)域完全的表示預(yù)跟蹤目標(biāo)得到目標(biāo)顏色直方圖模板，目標(biāo)顏色直方圖模板即是區(qū)域的顏色直方圖的集合。所述步驟(11)中選取的矩形框包含在跟蹤目標(biāo)內(nèi)部。所述步驟(13)中采用HSL顏色模型結(jié)構(gòu)來計(jì)算顏色直方圖之間的顏色相似度。所述步驟(2)包括以下子步驟(21)對于下一幀圖像根據(jù)目標(biāo)當(dāng)前速度信息利用卡爾曼濾波對目標(biāo)位置和大小進(jìn)行預(yù)測，在預(yù)測位置附近選擇一個(gè)興趣區(qū)域；(22)對興趣區(qū)域采用分水嶺分割算法進(jìn)行分割聚合；(23)把分割聚合后的分割區(qū)域和模板區(qū)域集進(jìn)行匹配，能夠和目標(biāo)顏色直方圖模板中任一區(qū)域匹配則說明此分割區(qū)域應(yīng)該是目標(biāo)在此幀圖像中的一部分，然后對于所有能夠匹配的區(qū)域再一次進(jìn)行聚合，則得到目標(biāo)在此幀圖像中的輪廓表示，從而完成跟蹤。所述步驟(23)中采用方程H=(1-Ci)H' + α H"進(jìn)行匹配，其中，α為消失系數(shù)，H為當(dāng)前直方圖模板，H'為當(dāng)前輪廓計(jì)算出來的直方圖模板，H"為上一幀的直方圖模板。有益效果由于采用了上 述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點(diǎn)和積極效果本發(fā)明可以更好地描述兩種顏色的差異，使匹配結(jié)果更加精確，對運(yùn)動(dòng)物體的檢測方法上提出使用圖像分割和聚合的方法，對于已知檢測物體，采用分割方法可以接近完整的描述出整個(gè)目標(biāo)的輪廓，跟蹤框不再是一個(gè)矩形或者橢圓，而是一個(gè)隨目標(biāo)形狀變化而變化的不規(guī)則平面體，有效地把前景和背景分離開來，從而可以在跟蹤的過程中更新顏色直方圖模板，而不必?fù)?dān)心跟蹤框中有過多的背景成分。經(jīng)試驗(yàn)驗(yàn)證，該方法能夠在運(yùn)動(dòng)目標(biāo)大小形狀變化，光照變化等情況下表現(xiàn)出優(yōu)異的跟蹤功能，該算法沒有明顯的提高算法復(fù)雜度，所以在實(shí)際應(yīng)用中可以滿足實(shí)時(shí)性要求。


圖1是本發(fā)明的流程圖；圖2是HSL顏色模型圖。
具體實(shí)施例方式下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請所附權(quán)利要求書所限定的范圍。本發(fā)明提出一種基于彩色顏色距離和圖像分割聚合的目標(biāo)跟蹤方法，在直方圖距離(相似性)計(jì)算上提出一種新的更接近現(xiàn)實(shí)顏色模型的計(jì)算方法，這種方法可以更好地描述兩種顏色的差異，使匹配結(jié)果更加精確，對運(yùn)動(dòng)物體的檢測方法上提出使用圖像分割和聚合的方法，對于已知檢測物體，采用分割方法可以接近完整的描述出整個(gè)目標(biāo)的輪廓，跟蹤框不再是一個(gè)矩形或者橢圓，而是一個(gè)隨目標(biāo)形狀變化而變化的不規(guī)則平面體，有效地把前景和背景分離開來，從而可以在跟蹤的過程中更新顏色直方圖模板，而不必?fù)?dān)心跟蹤框中有過多的背景成分。經(jīng)試驗(yàn)驗(yàn)證，該方法能夠在運(yùn)動(dòng)目標(biāo)大小形狀變化，光照變化等情況下表現(xiàn)出優(yōu)異的跟蹤功能，該算法沒有明顯的提高算法復(fù)雜度，所以在實(shí)際應(yīng)用中可以滿足實(shí)時(shí)性要求。如圖1所示，具體步驟如下步驟一、框選矩形目標(biāo)，生成預(yù)跟蹤目標(biāo)輪廓，計(jì)算顏色直方圖模板。Stepl :在實(shí)時(shí)視頻中用一個(gè)矩形框選目標(biāo)，在矩形框內(nèi)外隨機(jī)選擇一些點(diǎn)，采用分水嶺分割算法把圖像分割成一些離散的小的區(qū)域，點(diǎn)的個(gè)數(shù)一般保證每一個(gè)分割區(qū)域平均50*50像素為宜。取點(diǎn)過于密集會(huì)導(dǎo)致圖像過度分割，雖然不會(huì)影響最終結(jié)果，但是會(huì)降低后面聚合和匹配的效率，取點(diǎn)過于稀疏會(huì)導(dǎo)致完全不同的顏色分布區(qū)域被劃分在一起，降低了算法的精準(zhǔn)度。值得一提的是，矩形框應(yīng)該完全包含在跟蹤目標(biāo)內(nèi)部，這樣可以保證生成的目標(biāo)輪廓不會(huì)包含背景信息。Step2 :提取出目標(biāo)輪廓。如果框選目標(biāo)時(shí)候的矩形框沒有超出目標(biāo)的部分，則可以認(rèn)為分割區(qū)域中和原始矩形框有交集的那部分區(qū)域即使原始目標(biāo)的近似輪廓。Step3 :分割圖像的聚合。因?yàn)辄c(diǎn)是隨機(jī)選取的，所以肯定存在過分割的情況，對Step2中屬于目標(biāo)輪廓的各個(gè)分割區(qū)域單獨(dú)建立顏色直方圖模板，再根據(jù)顏色直方圖的相互相似度對這些區(qū)域進(jìn)行聚合。在計(jì)算顏色直方圖相似度的時(shí)候有很多方法可以使用，常用的計(jì)算方法包括以下幾種！Correlation、Ch1-Square> Bhattacharyya distance。這些方法都是直接利用利用直方圖中相同顏色區(qū)域概率的差值或者相關(guān)性函數(shù)來計(jì)算，如果因光照條件或者陰影的影響，使得同一種顏色落在相鄰的兩個(gè)直方圖區(qū)域中，則可能導(dǎo)致顏色距離計(jì)算偏大。本發(fā)明提出的顏色距離計(jì)算方法可以更精確的描述兩個(gè)直方圖的距離，計(jì)算距離時(shí)不止和相同直方圖區(qū)域進(jìn)行差值或者相關(guān)性計(jì)算，如果相同直方圖區(qū)域的值差距很大，則需要和相鄰顏色區(qū)域進(jìn)行相關(guān)性計(jì)算，但是此時(shí)需要乘上一個(gè)顏色距離加權(quán)系數(shù)來降低這種方法可能帶來的誤差。為了能夠找到一種更接近于人眼系統(tǒng)的顏色距離表示方式，對HSL模型進(jìn)行了研究，最終采用兩種顏色在HSL歸一化模型系統(tǒng)中的真實(shí)距離來表示顏色間距離。如圖2所示，HSL模型為一個(gè)雙圓錐結(jié)構(gòu)，從結(jié)構(gòu)圖中可以看出，純白色和純黑色的距離最遠(yuǎn)，這也是符合現(xiàn)實(shí)世界中人眼系統(tǒng)的。事實(shí)證明，這種直方圖距離計(jì)算方式更能夠清晰地描述物理世界模型，更容易克服光照變化帶來的影響。Step4 :建立顏色直方圖模板。St印3的結(jié)果是用一些顏色不相近的不規(guī)則區(qū)域完全的表示預(yù)跟蹤目標(biāo)，目標(biāo)顏色直方圖模板即是這些區(qū)域的顏色直方圖的集合。步驟二、通過分割、聚合、匹配等步驟完成目標(biāo)的跟蹤。Stepl :確定跟蹤區(qū)域。對于下一幀圖像，根據(jù)目標(biāo)當(dāng)前速度等信息利用卡爾曼濾波對目標(biāo)位置和大小進(jìn)行預(yù)測，在預(yù)測位置附近選擇一個(gè)適當(dāng)?shù)呐d趣區(qū)域，可以大膽假設(shè)此幀圖像內(nèi)目標(biāo)會(huì)出現(xiàn)在此興趣區(qū)域。St印2 :對興趣區(qū)域進(jìn)行分割聚合。類似步驟一中的St印1，在此區(qū)域內(nèi)隨機(jī)選擇一些點(diǎn)，同樣采用分水嶺分割算法分割聚合。Step3 :匹配跟蹤過程。把此聚合后的分割區(qū)域和模板區(qū)域集進(jìn)行匹配，能夠和集合中任一區(qū)域匹配則說明此分割區(qū)域應(yīng)該是目標(biāo)在此幀圖像中的一部分，然后對于所有能夠匹配的區(qū)域再一次進(jìn)行聚合，則得到目標(biāo)在此幀圖像中的輪廓表示。因?yàn)楦櫟膮^(qū)域?yàn)槟繕?biāo)輪廓的完全表示，所以可以更新直方圖模板，而不會(huì)導(dǎo)致更新后的模板包含背景的信息。為了防止誤匹配使目標(biāo)輪廓包含背景顏色信息，可以設(shè)置一個(gè)α作為消失系數(shù)，當(dāng)前直方圖模板可以表示為Η=(1-α)Η' +αΗ"，其中，H'為當(dāng)前輪廓計(jì)算出來的直方圖模板，H"為上一巾貞的直方圖模板。Step4 :循 環(huán)執(zhí)行步驟二，可實(shí)現(xiàn)目標(biāo)跟蹤功能，即可實(shí)現(xiàn)目標(biāo)的魯棒性跟蹤。
權(quán)利要求
1.一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，包括以下步驟 (1)框選矩形目標(biāo)，生成預(yù)跟蹤目標(biāo)輪廓，計(jì)算顏色直方圖模板； (2)對下一幀圖像的區(qū)域進(jìn)行分割聚合得到分割區(qū)域，將分割區(qū)域與顏色直方圖模板匹配實(shí)現(xiàn)目標(biāo)跟蹤。
2.根據(jù)權(quán)利要求1所述的基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，所述步驟(I)包括以下子步驟 (11)在視頻中采用矩形框選取目標(biāo)，在矩形框內(nèi)外隨機(jī)選擇一些點(diǎn)，采用分水嶺分割算法把圖像分割成一些離散的區(qū)域； (12)提取出目標(biāo)輪廓，如果框選目標(biāo)的矩形框沒有超出目標(biāo)的部分，則認(rèn)為區(qū)域中和原始矩形框有交集的那部分區(qū)域?yàn)樵寄繕?biāo)的近似輪廓； (13)對目標(biāo)輪廓的各個(gè)區(qū)域單獨(dú)建立顏色直方圖模板，再根據(jù)顏色直方圖的相互相似度對區(qū)域進(jìn)行聚合； (14)采用顏色不相近的不規(guī)則區(qū)域完全的表示預(yù)跟蹤目標(biāo)得到目標(biāo)顏色直方圖模板，目標(biāo)顏色直方圖模板即是區(qū)域的顏色直方圖的集合。
3.根據(jù)權(quán)利要求2所述的基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，所述步驟(11)中選取的矩形框包含在跟蹤目標(biāo)內(nèi)部。
4.根據(jù)權(quán)利要求2所述的基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，所述步驟(13)中采用HSL顏色模型結(jié)構(gòu)來計(jì)算顏色直方圖之間的顏色相似度。
5.根據(jù)權(quán)利要求1所述的基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，所述步驟(2)包括以下子步驟 (21)對于下一幀圖像根據(jù)目標(biāo)當(dāng)前速度信息利用卡爾曼濾波對目標(biāo)位置和大小進(jìn)行預(yù)測，在預(yù)測位置附近選擇一個(gè)興趣區(qū)域； (22)對興趣區(qū)域采用分水嶺分割算法進(jìn)行分割聚合； (23)把分割聚合后的分割區(qū)域和模板區(qū)域集進(jìn)行匹配，能夠和目標(biāo)顏色直方圖模板中任一區(qū)域匹配則說明此分割區(qū)域應(yīng)該是目標(biāo)在此幀圖像中的一部分，然后對于所有能夠匹配的區(qū)域再一次進(jìn)行聚合，則得到目標(biāo)在此幀圖像中的輪廓表示，從而完成跟蹤。
6.根據(jù)權(quán)利要求5所述的基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，其特征在于，所述步驟(23)中采用方程H=(1-Ci)H' +αΗ"進(jìn)行匹配，其中，α為消失系數(shù)，H為當(dāng)前直方圖模板，H'為當(dāng)前輪廓計(jì)算出來的直方圖模板，H"為上一幀的直方圖模板。
全文摘要
本發(fā)明涉及一種基于彩色顏色距離和圖像分科聚合的目標(biāo)跟蹤方法，包括以下步驟框選矩形目標(biāo)，生成預(yù)跟蹤目標(biāo)輪廓，計(jì)算顏色直方圖模板；對下一幀圖像的區(qū)域進(jìn)行分割聚合得到分割區(qū)域，將分割區(qū)域與顏色直方圖模板匹配實(shí)現(xiàn)目標(biāo)跟蹤。本發(fā)明避免了跟蹤算法對環(huán)境要求過高、跟蹤不準(zhǔn)確的情況發(fā)生。
文檔編號G06T7/40GK103065325SQ20121055968
公開日2013年4月24日 申請日期2012年12月20日 優(yōu)先權(quán)日2012年12月20日
發(fā)明者鄒方圓, 谷宇章, 胡珂立, 魏智, 徐小龍, 張 誠 申請人:中國科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所