一种利用运动模糊信息的物体跟踪方法技术
【技术实现步骤摘要】
本专利技术涉及计算机视觉领域，特别涉及。
技术介绍
在计算机视觉领域中，跟踪问题是一个研究热点，跟踪算法的效果受多方面的因 素影响，目前的工作主要在处理如下的影响因素：图像噪声、复杂运动、物体发生非刚性形 变、部分或者完全遮挡、背景干扰、光照变化、实时性要求等。在许多应用中，一般都假设物 体没有突然运动，物体保持恒定的速度移动，视频中不存在运动模糊等。但是在实际中运动 模糊是不可避免，产生运动模糊的原因有：物体运动过快、曝光时间过短、相机运动等，运动 模糊在物体跟踪问题中十分常见。 运动模糊对于物体跟踪影响很大，运动模糊直接造成的结果就是图像降级。对于 跟踪算法，首要解决的两个关键问题就是目标建模与目标定位，其中目标建模主要就是提 取跟踪目标的特征，而图像质量直接影响特征提取。所以要构建一个鲁棒性的跟踪系统，解 决运动模糊的问题是十分重要的。而目前关于运动模糊的处理主要是图像处理层面，即主 要研究图像去模糊的方法，而对于运动模糊在跟踪方面的问题并不做特别处理。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种利用运动模糊信息的物 体跟踪方法。 本专利技术的目的通过以下的技术方案实现： -种利用运动模糊信息的物体跟踪方法，包含以下顺序的步骤： S1.提取跟踪目标的灰度特征，利用模糊核函数构造不同模糊尺度和模糊方向的 模糊目标图像； S2.利用得到的清晰目标和模糊目标做图像分块处理，每幅图像分割成可重叠的 若干个小块，每个小块作为字典的一个条目，构造稀疏编码字典； S3.利用构...
【技术保护点】
一种利用运动模糊信息的物体跟踪方法，其特征在于，包含以下顺序的步骤：S1.提取跟踪目标的灰度特征，利用模糊核函数构造不同模糊尺度和模糊方向的模糊目标图像；S2.利用得到的清晰目标和模糊目标做图像分块处理，每幅图像分割成可重叠的若干个小块，每个小块作为字典的一个条目，构造稀疏编码字典；S3.利用构造的稀疏编码字典采用稀疏表示方法表示跟踪目标，对各个方向和尺度的条目系数叠加，利用得到系数提取运动信息，包括运动方向和运动大小；S4.对稀疏表示的系数重新处理，按照块位置叠加，取对角线系数，结合粒子滤波算法定位跟踪目标；S5.利用新跟踪到的目标结合稀疏编码和增量学习对字典进行更新；S6.重复上述步骤S3～S5，直到跟踪结束。
【技术特征摘要】
1. 一种利用运动模糊信息的物体跟踪方法，其特征在于，包含以下顺序的步骤：51. 提取跟踪目标的灰度特征，利用模糊核函数构造不同模糊尺度和模糊方向的模糊 目标图像；52. 利用得到的清晰目标和模糊目标做图像分块处理，每幅图像分割成可重叠的若干 个小块，每个小块作为字典的一个条目，构造稀疏编码字典；53. 利用构造的稀疏编码字典采用稀疏表示方法表示跟踪目标，对各个方向和尺度的 条目系数叠加，利用得到系数提取运动信息，包括运动方向和运动大小；54. 对稀疏表示的系数重新处理，按照块位置叠加，取对角线系数，结合粒子滤波算法 定位跟踪目标；55. 利用新跟踪到的目标结合稀疏编码和增量学习对字典进行更新；56. 重复上述步骤S3?S5,直到跟踪结束。2. 根据权利要求1所述的利用运动模糊信息的物体跟踪方法，其特征在于，所述的步 骤S1，具体包含以下顺序的步骤： A、 初始帧假设为清晰图像，从初始帧提取跟踪目标的灰度特征； B、 利用清晰图像与PSF函数做卷积运算得到模拟的模糊图像，卷积运算公式为：其中Is (X)表示清晰图像，I(x)表示计算机模拟的运动模糊图像，v是二维矢量，表示 运动方向和运动幅度； v作为参数，设置不同的v值得到不同的模糊图像，对于v的方向取8个不同的方向，分 别为π/4, π/2,……，2π，而幅度的取值与图像的模糊程度相关，取η个等级，最终得到8η 个不同方向不同运动幅度的运动模糊图像。3. 根据权利要求1所述的利用运动模糊信息的物体跟踪方法，其特征在于，步骤S2中， 所述的稀疏编码字典的具体构造步骤如下： Α、扩充清晰图像模板，利用初始帧图像提取出跟踪目标特征，对目标特征做平移和旋 转变换，得到若干个清晰图像模板； Β、对每个图像模板的图像做分块处理，分割成若干个可重叠的小块，分割方法如下，对 于一幅宽度为32的图像，在宽度做分割的方法可以为1?16为第一小块，8?24为第二小 块，16?32第三小块，这样就可以对宽度分割成3部分，同理可处理高度，对于一幅像素值 为32 X 32的图像，按照上述处理，可以得到3 X 3个小块； C、 对每个小块提取灰度特征，作为字典的一个条目，即可完成字典构造；最后得到的字 典可以表示为：其中i表示第i个运动方向，j表示第j个运动等级，k表示每个模板分割成的第k个 小块； D、 对字典做归一化处理。4. 根据权利要求1所述的利用运动模糊信息的物体跟踪方法，其特征在于，步骤S3中， 所述的跟踪目标存在运动模糊时，图像降级，为了能够表示降级的跟踪目标，采用基于子空 间表示的稀疏编码表示跟踪目标并提取运动信息，具体步骤如下： A、 稀疏表不模型为：其中T为稀疏编码字典，c为稀疏编码系数，求解此模型采用Lasso算法；Y为经过分 块的跟踪目标特征，此时稀疏表示模型采用Frobe...
【专利技术属性】
技术研发人员：徐向民，张南海，郭锴凌，钟岳宏，陈永彬，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
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。