【技术实现步骤摘要】
一种基于天空背景的目标检测与跟踪算法
[0001]本专利技术属于计算机视觉领域,涉及一种具体应用场景下的目标检测与跟踪方法。
技术介绍
[0002]在一般天空背景下,目标和背景的灰度值存在比较明显的差异,目标与相邻区域的对比度同样会存在明显差异,所以此时目标具有较为明显的颜色统计特征。本文采用图像的颜色全局对比来提取图像的视觉显著性图像。随后,由于帧间差分算法检测前景目标时,容易产生“空洞”和“鬼影”现象,所以采用三帧差分算法有效提取目标的二值mask。进一步地,在图像较为模糊的时候,发现使用差分获得的前景目标mask可能不完整,在计算连通域之后,需要合并相邻的ROI以获取完整目标。
技术实现思路
[0003]本专利技术公开了一种天空背景下的目标检测与跟踪方法,其特征在于:包含三个步骤,分别是mask生成步骤,连通域计算步骤,和连通域合并步骤;所述mask生成步骤主要利用到视觉显著性模型,形态学梯度和三帧差分;所述连通域计算步骤采用腐蚀+膨胀+连通结构计算算法;所述连通域合并步骤即合并距离比较接近的ROI成一个整体,距离较远的ROI则被认为是不同的目标。
[0004]优选的,读取待跟踪视频序列信息,将每一帧图像转化为灰度图;
[0005]优选的,mask生成采用视觉显著性模型,形态学梯度和三帧差分算法。
[0006]其中,视觉显著性模型公式如下:
[0007][0008]其中I(x,y)表示点x,y处的像素值,f表示灰度直方图,f
i
表示灰度等级i的频 ...
【技术保护点】
【技术特征摘要】
1.一种天空背景下的目标检测与跟踪方法,其特征在于:包含三个步骤,分别是mask生成步骤,连通域计算步骤,和连通域合并步骤;所述mask生成步骤主要利用到视觉显著性模型,形态学梯度和三帧差分;所述连通域计算步骤采用腐蚀+膨胀+连通结构计算算法;所述连通域合并步骤即合并距离比较接近的ROI成一个整体,距离较远的ROI则被认为是不同的目标。2.如权利要求1所述的目标检测与跟踪方法,其特征在于,读取待跟踪视频序列信息,将每一帧图像转化为灰度图。3.如权利要求1所述的目标检测与跟踪方法,其特征在于,mask生成采用视觉显著性模型,形态学梯度和三帧差分算法。其中,视觉显著性模型公式如下:其中I(x,y)表示点x,y处的像素值,f表示灰度直方图,f
i
表示灰度等级i的频数;C(
·
,
·
)表示距离度量:C(a,b)=|a-b|形态学梯度是一种基于形状的图像处理操作,采用膨胀与腐蚀操作,其中膨胀是将与物体接触的所有背景点合并到该物体中,是边界向外部扩张的过程;其数学表达式...
【专利技术属性】
技术研发人员:吴彦学,杨志天,任维,
申请(专利权)人:成都寰蓉光电科技有限公司,
类型:发明
国别省市:
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。