【技术实现步骤摘要】
一种遮挡环境下的目标检测跟踪方法
本专利技术属于图像处理
,更具体地,涉及一种遮挡环境下的目标检测跟踪方法。
技术介绍
红外运动目标跟踪技术在智能监控、安防等军事和民用领域都有着广泛的应用,现实跟踪场景会受多种因素干扰,其中复杂环境所造成的遮挡干扰容易对跟踪方法造成较大的跟踪误差,导致跟踪目标丢失。针对目标被遮挡的问题,通常的处理手段是在目标被遮挡后根据目标运动轨迹的历史状态对目标出现的位置进行预测,当目标逐渐脱离遮挡,算法回归正常的跟踪过程。例如基于卡尔曼滤波轨迹预测方法,依据运动存在的惯性由已知运动目标的位置坐标、速度与加速度信息预估下一时刻目标运动状态。以贝叶斯理论为基础的粒子滤波算法将跟踪问题转化为优化问题,在不断迭代大量离散随机采样粒子的过程中逐步逼近后验概率最大值,该算法能够在目标发生遮挡时利用未被遮挡的粒子信息进行目标位置的估计。然而轨迹预测方法受目标历史信息可靠性影响较大,遮挡时刻的预测性能决定能否在后续帧对目标进行准确的定位。另一方面在存在长时间部分遮挡时,仅利用目标单一特性容易造成较大的误差以致丢失目标,目标模型依赖于目标的再检测,长时间的遮挡导致目标模板更新不及时,当目标逐步复现时,易造成模板不匹配,导致跟踪失败。
技术实现思路
针对现有技术的缺陷,本专利技术的目的在于提供一种遮挡环境下的目标检测跟踪方法,旨在解决现有技术中由于目标在复杂场景中易被干扰物遮挡造成跟踪模板被污染导致跟踪失败的技术问题。本专利技术提供了一种遮挡环境下的目标检测跟踪方法,包括:(1)获取跟踪视频序列,并在搜索区域S内提取所述跟踪视频序列中当前帧图像的前景区 ...
【技术保护点】
1.一种遮挡环境下的目标检测跟踪方法,其特征在于,包括:(1)获取跟踪视频序列,并在搜索区域S内提取所述跟踪视频序列中当前帧图像的前景区域;(2)判断所述当前帧图像是否为第一帧图像,若否,则进入步骤(3),若是,则根据所述第一帧图像获取目标的滤波检测系数α和所述搜索区域S内所述前景区域O与背景区域B=S‑O的灰度,并进入步骤(5);(3)根据所述滤波检测系数α对当前帧图像进行相关滤波目标检测后确定目标的第一位置;根据前景区域O与背景区域B的灰度计算搜索区域S中各个像素点作为目标的概率,从而确定目标的第二位置;根据所述第一位置和所述第二位置获得目标的最终位置;(4)判断是否对所述滤波检测系数α更新,若是,则对所述滤波检测系数α更新的同时对所述前景区域O与背景区域B的灰度进行更新后进入步骤(5);若否,则只对所述前景区域O与背景区域B的灰度进行更新并进入步骤(5);(5)判断所述当前帧图像是否为最后一帧图像,若是,则结束;若否,则返回至步骤(1)。
【技术特征摘要】
1.一种遮挡环境下的目标检测跟踪方法,其特征在于,包括:(1)获取跟踪视频序列,并在搜索区域S内提取所述跟踪视频序列中当前帧图像的前景区域;(2)判断所述当前帧图像是否为第一帧图像,若否,则进入步骤(3),若是,则根据所述第一帧图像获取目标的滤波检测系数α和所述搜索区域S内所述前景区域O与背景区域B=S-O的灰度,并进入步骤(5);(3)根据所述滤波检测系数α对当前帧图像进行相关滤波目标检测后确定目标的第一位置;根据前景区域O与背景区域B的灰度计算搜索区域S中各个像素点作为目标的概率,从而确定目标的第二位置;根据所述第一位置和所述第二位置获得目标的最终位置;(4)判断是否对所述滤波检测系数α更新,若是,则对所述滤波检测系数α更新的同时对所述前景区域O与背景区域B的灰度进行更新后进入步骤(5);若否,则只对所述前景区域O与背景区域B的灰度进行更新并进入步骤(5);(5)判断所述当前帧图像是否为最后一帧图像,若是,则结束;若否,则返回至步骤(1)。2.如权利要求1所述的目标检测跟踪方法,其特征在于,在步骤(1)中所述提取跟踪视频序列中当前帧图像的前景区域具体为:(1.1)根据相邻两帧图像In与In-1获得每个像素p(i,j)的光流幅度(1.2)由搜索区域S内每个像素点的光流幅度得到光流矩阵(1.3)对光流矩阵V1进行二值化处理,得到中间矩阵V2;(1.4)对中间矩阵V2进行形态学开运算去除噪声点,闭运算填充空洞,得到二值矩阵V3:V3=(V2°Se)·Se;其中,°为开运算操作,·为闭运算操作。Se为结构元素矩阵,其值为:(1.5)对当前帧图像In中的搜索区域S进行超像素分割得到超像素集合U={uk},k=1,2,3...n,n为超像素个数;(1.6)由二值矩阵V3,统计每个超像素uk包含的像素点总数Nsum与前景像素点个数Nk,若前景像素点个与像素点总数的比值大于δτ,则uk为前景类超像素,所有前景类超像素的集合构成前景区域O。3.如权利要求1或2所述的目标检测跟踪方法,其特征在于,所述搜索区域S为:S={(i,j)|x0-ρ*w0≤i≤x0+ρ*w0,y0-ρ*h0≤j≤y0+ρ*h0},其中,(i,j)为搜索区域S内的像素点的坐标,(x0,y0)为上一帧图像中得到的目标中心位置坐标,w0为上一帧图像中的目标框宽度,h0为上一帧图像中的目标框高度,ρ为窗口扩大系数,取值与目标运动速度、平台稳定度有关。4.如...
【专利技术属性】
技术研发人员:左峥嵘,刘嘉文,王岳环,桑农,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:湖北,42
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。