The present invention provides a real-time dynamic target tracking method and device, and relates to the technical field of image processing, including a tracking method, real-time dynamic target include 3D image acquisition targets; on the 3D image channel segmentation, two-dimensional image generation and image depth of two-dimensional image matrix; image preprocessing; frame differential processing of the 2D image and depth image after preprocessing matrix of frame difference; two-dimensional image processing of convex hull detection and centroid calculation of the convex hull; the frame difference image depth matrix processed to filter; frame difference image depth matrix 2D image and filtering processing after coordinate fusion to generate the target mass correction matrix; according to the convex hull of the centroid of target mass matrix correction mark the target and path tracking. The invention solves the technical problems of the existing dynamic target tracking in the lack of robustness or real time performance, and achieves the technical effect of improving the robustness or the real-time performance of the dynamic target tracking.
【技术实现步骤摘要】
实时动态目标跟踪方法及装置
本专利技术涉及图像处理
,尤其是涉及一种实时动态目标跟踪方法及装置。
技术介绍
现有技术的目标跟踪主要通过两种方式实现,一种方式是运用生成的模型描述子描述目标的特征,通过搜索待定目标的特征实现目标的跟踪,有代表性的算法有稀疏编码,在线密度估计等。稀疏编码和在线密度估计等算法着眼于对目标本身的描述,忽略了背景信息,在目标为非刚体或被遮挡的情况下会产生漂移;另一种方式是通过训练分类器来实现跟踪目标。代表性的算法有MeanShift和典型的DLT深度学习算法。MeanShift采用目标的颜色直方图作为搜索特征,不断迭代MeanShift向量使得算法收敛于目标的真实位置,从而达到区分目标和跟踪的目的,MeanShift算法对边缘遮挡、目标旋转、变形和背景运动不敏感。典型的DLT深度学习算法采用辅助训练数据进行预训练,获取目标初略特征,实际跟踪时微调整预训练模型,增强其分类性能。这些算法在鲁棒性和实时性方面都或多或少存在不尽人意的地方。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种实时动态目标跟踪方法及装置,以缓解现有技术的目标跟踪在鲁棒性和实时性较差的技术问题。第一方面,本专利技术实施例提供了一种实时动态目标跟踪方法,包括以下步骤:采集目标的三维图像;对三维图像进行图像通道分割处理,生成二维图像和图像深度矩阵;对二维图像进行图像预处理,生成预处理后的二维图像;对预处理后的二维图像和图像深度矩阵分别进行帧差分处理,得到帧差分处理后的二维图像和帧差分处理后的图像深度矩阵;对帧差分处理后的二维图像进行凸包检测并计算凸包的质心;对帧差 ...
【技术保护点】
一种实时动态目标跟踪方法,其特征在于,包括以下步骤:采集所述目标的三维图像;对所述三维图像进行图像通道分割处理,生成二维图像和图像深度矩阵;对所述二维图像进行图像预处理,生成预处理后的二维图像;对所述预处理后的二维图像和所述图像深度矩阵分别进行帧差分处理,得到帧差分处理后的二维图像和帧差分处理后的图像深度矩阵;对所述帧差分处理后的二维图像进行凸包检测并计算所述凸包的质心;对所述帧差分处理后的图像深度矩阵进行滤波,得到滤波后的图像深度矩阵;将所述帧差分处理后的二维图像和所述滤波后的图像深度矩阵进行坐标融合,生成目标团块矫正矩阵;根据所述质心对所述目标团块矫正矩阵进行目标标记和路径跟踪。
【技术特征摘要】
1.一种实时动态目标跟踪方法,其特征在于,包括以下步骤:采集所述目标的三维图像;对所述三维图像进行图像通道分割处理,生成二维图像和图像深度矩阵;对所述二维图像进行图像预处理,生成预处理后的二维图像;对所述预处理后的二维图像和所述图像深度矩阵分别进行帧差分处理,得到帧差分处理后的二维图像和帧差分处理后的图像深度矩阵;对所述帧差分处理后的二维图像进行凸包检测并计算所述凸包的质心;对所述帧差分处理后的图像深度矩阵进行滤波,得到滤波后的图像深度矩阵;将所述帧差分处理后的二维图像和所述滤波后的图像深度矩阵进行坐标融合,生成目标团块矫正矩阵;根据所述质心对所述目标团块矫正矩阵进行目标标记和路径跟踪。2.根据权利要求1所述的方法,其特征在于,在所述图像通道分割处理前或所述帧差分处理前还包括帧分割处理,具体为:在所述图像通道分割处理之前对所述三维图像进行等帧数分组;或在所述帧差分处理前对所述二维图像或所述预处理后的二维图像进行等帧数分组。3.根据权利要求1所述的方法,其特征在于,所述帧差分处理为三帧差分处理。4.根据权利要求3所述的方法,其特征在于,所述三帧差分处理为帧间差分法、索贝尔算子或背景差分算法。5.根据权利要求1所述的方法,其特征在于,所述预处理包括全局阈值化、局部自适应阈值化、高斯模糊、高斯金字塔和拉普拉斯金字塔中的一种或多种。6.根据权利要求1所述的方法,其特征在于,所述将所述帧差分处理后的二维图像和所述滤波后的图像深度矩阵进行坐标融合生成目标团块矫正矩阵,具体为:对所述帧差分后的二维图像进行形态学处...
【专利技术属性】
技术研发人员:肖志勇,陈照军,
申请(专利权)人:深圳市石代科技有限公司,
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。