运动物体的检测与跟踪是视频处理的关键技术，也是视频处理和计算机视觉领域中研究热点和难点。在实际生活中，视频中的移动对象常常会时不时地被遮挡，它的尺度和角度也常常发生变化，这使得跟踪这些移动目标变得非常困难。为此，本发明专利技术提出了一种结合移动目标对象的颜色RGB值及其形状的傅立叶描述子进行目标跟踪的方法。该方法根据所要跟踪的目标对象的颜色RGB值，分别提取各帧中，与目标颜色RGB值相同的对象，再将这些对象的形状傅立叶描述子与目标对象的形状傅立叶描述子进行度量和比较，从而达到指定目标的识别与跟踪的目的。
【技术实现步骤摘要】
本专利技术涉及目标识别与跟踪技术，特别涉及一种基于傅立叶描述子的彩色运动目 标的识别与跟踪方法。该方法在小区视频监控、交通车辆监控等领域中有着广泛的应用前 景。
技术介绍
运动物体的检测与跟踪是视频处理的关键技术.对于背景固定的视频来说，目标 的跟踪相对来说，比较容易。但是对于背景是变化的，也就是视频设备在不停地移动时， 如车载视频，目标跟踪就显得困难多了！当跟踪的对象被遮挡时，许多目标跟踪算法就无 能为力了，如基于均值偏移的目标跟踪算法（Vojir, Tomas ;Noskova, Jana ;Matas, Jiri. Robust scale-adaptive mean-shift for tracking. PATTERN RECOGNITION LETTERS, vol 49, 2014, 250-258)、基于目标的二维网格模型跟踪算法（Alhmbasak Y, Tckalp A M. Occkysion-adaptive content-based 2D mesh design and forward tracking. IEEE Transactions on Image Processing, 1997, 6(9): 1270-1280)、基于特征点（关键点） 足艮踪的算 '法(Peng, Chen ；Chen, Qian ；Qian, ffei-xian. Eigenspace-Based Tracking for Feature Points.0PTICAL REVIEW,2014，vol.21(3)，PP:304-312，）等等。许多目标跟 踪算法只在跟踪对象发生平移时，才能准确跟踪，当跟踪的目标发生旋转时，就不能准确跟 踪了，如：Liu C Y 等人在文中(Liu C Y, Yung N. Scale-adaptive spatial appearance frature density approximation for object tracking. IEEE Transactons on Intelligent Transportation Systems, 2011, 12(1) :284_290)所提的算法。另外当跟踪 的对象的尺度发生变化时，跟踪效果就会变差，如文章（Wang Changjun,Zhu Shanan. Mean Shift based targets'rotation and translation tracking. Journal of Image and Graphics, 2007, 12 (8) : 1367-1371)所提的算法。 针对上述算法，也就是当跟踪对象被遮挡，尺度发生变化，角度发生变化时，跟 踪效果变差的情况，本专利提出了一种基于对象颜色的RGB值及其形状的傅立叶描述子 进行跟踪的算法。该算法根据所要跟踪的目标的颜色RGB值，分别提取各帧中，与目 标颜色RGB值相同的对象，再将这些对象的形状傅立叶描述子与归一化后的目标对象的形 状傅立叶描述子进行比较，从而达到目标跟踪的目的。该算法能有效地解决对象被遮拦，以 及跟踪过程中的尺度和旋转问题。
技术实现思路
本专利技术的目的是提供一种移动目标识别与跟踪的方法，该方法利用移动目标的颜 色及其形状傅立叶描述子这两大特征，实现目标识别与跟踪的。为了达到上述目的，本专利技术 采用如下技术方案：一种基于傅立描述子的彩色移动目标的识别与跟踪的方法，该方法分 为两大部分，每一部分的主要步骤可描述如下： 第一部分：指定颜色的目标对象的傅立叶描述子提取 步骤1 :确定所要跟踪的目标对象的颜色RGB值（RValue，GValue，BValue); 步骤2 :在视频的第一帧中，根据公式Image = (DiffR < T)&(DiffG < T)&(DiffB < T)，其中 DiffR = |fR(x，y)_ValueR|，DifTG = |fG(x，y)_ValueG|，DifTB = |fB(x， y)-ValueB|，T为阈值，fR(x，y)，fs(x，y)，fB(x，y)分别为帧图像的红、绿、蓝通道。这样便 可得到一个二值图像，其包含的对象的颜色与指定颜色相同，也就是说，将所有与指定颜色 相同的对象提取出来； 步骤3:对步骤2所提取的对象的空洞进行填充之后，利用公式ObjectSize< a或者 ObjectSize > 0 (a < 0)，其中ObjectSize目标对象的大小，将非指定目标从图像中删 除，这样便可得到只有指定目标对象的二值图像； 步骤4:利用边缘提取算法（如Canny算法），获取指定目标的边缘曲线，并进一步获取 指定目标对象边界曲线上个离散点序列{(Xl，yj :i =〇，1，2, ...，N-1}，并以复数的形式 表不； 步骤5 :利用公j获得指定目标对象 的傅立叶描述子F(k); 步骤6 :利用公￥,得到归一化的指定目标对象 的傅立叶描述子NormF (k); 第二部分：移动目标跟踪 步骤1:利用第一部分中的步骤1，2中的方法，将第j(j多2)帧中所有与目标对象具 有相同颜色的对象提取出来； 步骤2 :利用第一部分中的步骤4,5,6,得到各提取对象的归一化傅立叶描述子{Norm Fh(k)h = 1，2,3, ? ? ? }; 步骤3:利用公式，度量目标对象的 NormF(k)与第 j(j 彡 2)帧中各{Norm Fh(k)h= 1，2,3, ???}相似性差异{Dh(0bject， Objecth) :h = 1，2, 3, ? ? ? }; 步骤4:与目标对象傅立叶的相似性差异最小的对象，就是所要跟踪的指定的目标对 象。 本专利技术的优点如下： (1) 本专利技术能在不同颜色的移动目标群中，锁定指定颜色的移动目标； (2) 本专利技术能目标形状相似的情况下，精确识别并跟踪指定目标； (3) 本专利技术能用来识别和跟踪多个指定的目标。【附图说明】 图1原始图像； 图2与指定颜色相同的所有对象； 图3填充后的图像； 图4提取的指定目标对象； 图5指定目标对象的形状边缘； 图6单目标跟踪中不同帧中所提取的对象； 图7针对不同帧的单目标跟踪结果； 图8多目标跟踪中不同帧中所提取的对象； 图9针对不同帧的多目标跟踪结果； 图10目标对象（球）与第j (j多2)帧中各当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于傅立叶描述子的彩色运动目标的识别与跟踪方法，其特征在于，该方法由两大部分组成，包含如下步骤：第一部分：指定颜色的目标对象的傅立叶描述子提取步骤1：确定所要跟踪的目标对象的颜色RGB值(RValue，GValue，BValue)；步骤2：在视频的第一帧中，根据公式Image＝(DiffR＜T)&(DiffG＜T)&(DiffB＜T)其中DiffR＝|fR(x，y)‑ValueR|,DiffG＝|fG(x，y)‑ValueG|,DiffB＝|fB(x，y)‑ValueB|，T为阈值，fR(x，y)，fG(x，y)，fB(x，y)分别为帧图像的红、绿、蓝通道；这样便可得到一个二值图像，其包含的对象的颜色与指定颜色相同，也就是说，将所有与指定颜色相同的对象提取出来；步骤3：对步骤2所提取的对象的空洞进行填充之后，利用公式ObjectSize＜α或者ObjectSize＞β(α＜β)，其中ObjectSize目标对象的大小，将非指定目标从图像中删除，这样便可得到只有指定目标对象的二值图像；步骤4：利用边缘提取算法(如Canny算法)，获取指定目标的边缘曲线，并进一步获取指定目标对象边界曲线上个离散点序列{(xi，yi)：i＝0，1，2，...，N‑1}，并以复数的形式表示；步骤5：利用公式获得指定目标对象的傅立叶描述子F(k)；步骤6：利用公式得到归一化的指定目标对象的傅立叶描述子NormF(k)；第二部分：移动目标跟踪步骤1：利用第一部分中的步骤1，2中的方法，将第j(j≥2)帧中所有与目标对象具有相同颜色的对象提取出来；步骤2：利用第一部分中的步骤4，5，6，得到各提取对象的归一化傅立叶描述子{NormFh(k)h＝1，2，3，...}；步骤3：利用公式度量目标对象的NormF(k)与第 j(j≥2)帧中各{NormFh(k)h＝1，2，3，...}相似性差异{Dh(Object，Objecth)：h＝1，2，3，...}；步骤4：与目标对象傅立叶的相似性差异最小的对象，就是所要跟踪的指定的目标对象。...
【技术特征摘要】
...
【专利技术属性】
技术研发人员：曾志高，易胜秋，刘丽红，杨凡稳，关管华，
申请(专利权)人：湖南工业大学，
类型：发明
国别省市：湖南;43
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。