一种基于频域显著性的目标跟踪方法技术

本发明专利技术是一种基于频域显著性的目标跟踪方法，包括S1-S4建立方向特征、颜色特征、灰度特征和运动特征图；S5-S6建立并对静态和运动多项式傅立叶变换；S7对幅度谱高斯低通滤波、反傅立叶变换得到静态显著图和运动显著图；S8将对应尺度的静态显著图和运动显著图相乘，得到显著性多尺度检测结果显著图；S9计算显著图的直方图的一维熵函数，提取最小信息熵对应的时域显著图作t时刻最优显著图；S10用t-1和t-2帧显著图的平均权值与t时刻最优显著图的乘积作视觉显著图；S11计算相邻帧视觉显著图的中心位置的差值，判定跟踪是否失败，并记录失败显著图；S12将当前帧视觉显著图与失败显著图对比，判断是否目标回到视野中。

【技术实现步骤摘要】

【技术保护点】
一种基于频域显著性目标检测方法，包括步骤如下：步骤S1：将t时刻视频帧图像中的单帧彩色图像转换成灰度图像，利用二维Gabor小波滤波器对灰度图像进行滤波，建立方向特征图；步骤S2：根据人眼对于不同颜色的敏感度，对t时刻视频帧图像建立颜色特征图；步骤S3：对t时刻视频帧图像进行检测，将灰度图像作为灰度特征图；步骤S4：根据t?3时刻视频帧图像中运动物体特征，提取视频中相隔3帧的视频帧，计算灰度特征图，然后用t时刻的灰度特征图减去t?3时刻的灰度特征显著图，得到显著性目标的运动特征图；步骤S5：利用颜色特征图、方向特征图、灰度特征图建立静态多项式，利用t时刻灰度特征图、t?3时刻的灰度特征图和运动特征图建立运动多项式；所述多项式矩阵是把多个特征矩阵分配到不同的维度上，用于避免他们之间的加减以及乘除运算；其中颜色特征图包括RG颜色特征图和BY颜色特征图；步骤S6：对步骤S5得到的静态多项式矩阵和运动多项式矩阵进行傅立叶变换，提取出幅度谱，再利用幅度谱提取显著性目标；步骤S7：利用背景目标在多项式傅立叶变换后的频域内表现的脉冲信号的形式，使用低通滤波器对脉冲信号进行抑制，从而排除背景目标，则检测出显著性目标；对步骤S6中提取出的幅度谱进行八个尺度的高斯低通滤波，再利用多项式反傅立叶变换得到八个尺度的静态显著图Ss和运动显著图Sm，所述静态显著图Ss有八个不同尺度的时域矩阵；所述动态显著图Sm有八个不同尺度的时域矩阵；步骤S8：将对应八个尺度的静态显著图Ss和运动显著图Sm对应尺度的时域矩阵相乘，得到乘积为待跟踪目标的显著性多尺度检测结果显著图S；步骤S9：由于步骤S8得到的多尺度检测结果显著图S拥有八个不同尺度的时域矩阵，分别对每个尺度对应的时域多尺度检测结果显著图 矩阵计算直方图，对每个直方图进行计算得到不同尺度关于结果显著图像素值的一维熵函数；对比不同尺度的熵函数最小的值为所要得到的最佳尺度检测结果，提取最小信息熵对应的时域显著图作为t时刻最优显著图；步骤S10：设人眼对于视频中物体的显著性有着视觉暂留现象，计算t?1时刻和t?2时刻图像帧的显著图，用上两帧显著图的平均权值与t时刻最优显著图的乘积作为视觉暂留机制计算模型的输出结果视觉显著图，记为Sopt?fimal(t)；步骤S11：利用视频中的运动物体具有时间连续性，即其在相邻帧中的位置变化很小的特性，计算每一帧步骤S10输出的视觉显著图Sopt?final(t)的中心位置；如果相邻帧视觉显著图的中心的差值大于预先设定的阈值，则判定为目标被遮挡或者离开视野，同时也保留失败检测后的一帧视觉显著图，称为失败显著图Sfailure；步骤S12：当重新检测到图像中有视觉显著图的权值较大的区域时，将当前帧得到的视觉显著图与步骤S11得到的失败显著图Sfailure进行对比，当差别小于等于预先设定的阈值时，判定为目标依然处于被遮挡状态；当差别大于预先设定的阈值时，判定为遮挡结束或者目标重新回到视野中，之后返回下一帧的步骤S1继续计算显著性目标并且对显著性目标进行跟踪。...

【技术特征摘要】

【专利技术属性】
技术研发人员：徐智勇，金炫，魏宇星，张建林，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：