多目标跟踪方法技术
【技术实现步骤摘要】
本专利技术涉及一种改进的(视频)多目标跟踪方法，属于视频图像处理领域，并能应用于结构振动测试与分析领域。
技术介绍
传统的目标跟踪方法有基于Mean Shift的跟踪、Mean Shift与卡尔曼滤波相结合跟踪、基于模版匹配跟踪、以及基于粒子滤波等跟踪方法，对于结构振动数据，以上跟踪方法通常跟踪精度不高，不能够满足测试精度要求。对结构进行模态参数识别时，为得到结构的振型信息以及避免遗漏测试结构的某阶模态信息，需要同步进行多测点跟踪定位。通过改进多目标跟踪，实现了对多测点振动数据同步提取并能够达到较好的测试精度，为结构模态分析提供数据基础，并且能够避免对轻质、柔性结构附加质量的影响。
技术实现思路
本专利技术旨在克服现有技术的不足，提供一种改进的(视频)多目标跟踪方法，能够实现对测试结构上多测点进行同步跟踪定位，并达到较好的精度，为后期振动分析(模态参数识别)提供数据支持。本专利技术提供的多目标跟踪方法，该方法实现多个目标即测点的同步跟踪，其包括以下步骤:载入并读取视频，选取目标即特征点的跟踪位置，对所述特征点进行检测及处理，最终输出跟踪结果。先载入视频并设置初始参数，所述载入并读取视频具体为：载入所述视频并对所述视频的信息进行读取，设置初始帧、读取帧数、跟踪窗口大小以及跟踪区域内特征点个数。对所述特征点进行检测及处理具体为：对视频图像进行灰度预处理，检测和分析所述特征点周围图像灰度变化，通过KLT算法对特征点进行匹配及优化处理。所述特征点检测方法为： A ( m ) = &Sigma...
【技术保护点】
多目标跟踪方法，其特征在于，该方法实现多个目标的同步跟踪，其包括以下步骤:载入并读取视频，选取目标即特征点的跟踪位置，对所述特征点进行检测及处理，最终输出跟踪结果。
【技术特征摘要】
1.多目标跟踪方法，其特征在于，该方法实现多个目标的同步跟踪，其包括以下步骤:载入并读取视频，选取目标即特征点的跟踪位置，对所述特征点进行检测及处理，最终输出跟踪结果。2.根据权利要求1所述的多目标跟踪方法，其特征在于，先载入视频并设置初始参数，所述载入并读取视频具体为：载入所述视频并对所述视频的信息进行读取，设置初始帧、读取帧数、跟踪窗口大小以及最少跟踪特征点个数。3.根据权利要求1所述的多目标跟踪方法，其特征在于，对所述特征点进行检测及处理具体为：对视频图像进行灰度预处理，检测和分析所述特征点周围图像灰度变化，通过KLT算法对跟踪区域特征点进行匹配并进行优化处理。4.根据权利要求3所述的多目标跟踪方法，其特征在于，所述特征点检测方法为： A ( m ) = Σ u , v ω ( u , v ) I u 2 ( m ) I u ( m ) I v ( m ) I u ( m ) I v ( m ) I v 2 ( m ) - - - ( 1 ) ]]>其中，Iu(m)和Iv(m)分别为图像特征点m处沿u方向和v方向的导数，权重函数ω(u,v)采用均匀分布或高斯分布；对该矩阵进行对角化处理，得出两个特征值λ1和λ2表示像素在特征方向上的变化量；当两个特征值都大于设定值时则该点为所跟踪特征点。5.根据权利要求4所述的多目标跟踪方法，其特征在于，所述特征点检测方法为：采用快速计算方法求取特征点，具体方法为：cornerpoints＝det(A)-α×tr2(A) (2)其中，det(A)和tr(A)分别为矩阵(1)的行列式和矩阵的迹，选取适当的阈值，超过阈值即为检测的特征点，为跟踪区域的特征点。6.根据权利要求3所述的多目标跟踪方法，其特征在于，对检测出的特征点进行匹配处理，所述通过KLT算法对特征点进行匹配及优化处理具体为：设在t时刻图像帧表示为I(x,y,t)，在t+Δt时刻图像帧表示I(x+Δx,y+Δy,t+Δt)，在t+Δt时刻的特征点为B(X)＝B(x,y,t+Δt)，其中X(x,y)表示为特征点坐标；在t+Δt时刻的特征点为A(X+d)＝A(x+Δx,y+Δy,t+Δt)；设n(X)为时间Δt内由于光照条件变化等产生的噪声，则有B(X)＝A(X+d)+n(X) (3)将n(X)平方并在整个窗口上积分，即为窗口图像的灰度差平方和函数为： &e...
【专利技术属性】
技术研发人员：王彤，李俊坡，夏遵平，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。