一种目标跟踪方法、系统及其使用的云台相机技术方案

本发明专利技术公开了一种目标跟踪方法包括：在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；当存在上一帧图像时计算所有所述FAST特征点的光流信息高斯加权和；利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；筛选所述初步跟踪窗口和所述预测跟踪窗口得到最终跟踪窗口；向舵机发送控制命令，以便所述舵机根据所述最终跟踪窗口调整云台相机的角度直至所述跟踪目标处于所述最终跟踪窗口的中央位置。由此可见，本发明专利技术公开的目标跟踪方法，在移动平台上实现了目标跟踪。本发明专利技术还公开了一种目标跟踪系统及一种云台相机和计算机可读存储介质，同样能实现上述技术效果。

A target tracking method, system and its used cloud platform camera

The invention discloses a target tracking method includes: obtaining preliminary tracking window of the current frame image extraction, target tracking FAST feature point tracking in the initial window; when there is a frame image when calculating all of the FAST feature point optical flow information and weighted Gauss; preliminary tracking window and the optical flow Gauss and Kalman weighted filtering prediction using the predicted tracking window; the preliminary screening of the tracking window and the tracking window to get the final prediction of the tracking window; send control commands to the actuator, so that the actuator according to the final adjustment of PTZ camera angle tracking window until the target is in the end the central position of the tracking window. It can be seen that the target tracking method disclosed by the invention has realized the target tracking on the mobile platform. The invention also discloses a target tracking system, a cloud platform camera and a computer readable storage medium, which can also achieve the above technical effect.

【技术实现步骤摘要】
一种目标跟踪方法、系统及其使用的云台相机
本专利技术涉及图像处理
，更具体地说，涉及一种目标跟踪方法、系统及一种能够进行计算处理、数据发送、程序存储的云台相机装置和计算机可读存储介质。
技术介绍
当前运动目标跟踪作为视频数据分析的一大分支技术，为高层次的视频理解和场景解释提供依据，在交通管制、视觉导航以及无人设备侦查监视等诸多领域有着广泛的应用前景。现有技术中一种基于FAST角点和金字塔KLT的目标跟踪方法，相机设备是固定不动的，对于快速运动的目标，无法达到实时跟踪，容易出现目标丢失，或无法保持相机正对目标的状态。同时，基于高维度特征(例如尺度不变特征SIFT)的提取算法时间效率低下，硬件需求高。另外，运用背景补偿法虽然可以剔除大部分背景影响，但仅适用于背景较为简单的场景中，一旦背景复杂，就会产生大量噪声信息，无法确定目标，实时性不高。因此，如何在移动平台上实现目标跟踪是本领域技术人员需要解决的问题。
技术实现思路
本专利技术的目的在于提供一种目标跟踪方法、系统及一种能够进行计算处理、数据发送、程序存储的云台相机装置和计算机可读存储介质，在移动平台上实现了目标跟踪。为实现上述目的，本专利技术实施例提供了一种目标跟踪方法，包括：在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；判断是否存在上一帧图像，若是，则利用所述上一帧图像与所述当前帧图像计算所有所述FAST特征点的光流信息高斯加权和；利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；计算所述初步跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第一Bhattacharyya距离；计算所述预测跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第二Bhattacharyya距离；将所述第一Bhattacharyya距离与所述第二Bhattacharyya距离中较小值对应的跟踪窗口作为最终跟踪窗口，计算所述最终跟踪窗口的中心点坐标与所述当前帧图像的中心点坐标的差值；根据所述差值向舵机发送控制命令，以便所述舵机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。其中，所述在当前帧图像中获取初步跟踪窗口包括：将所述当前帧图像转换为颜色空间YCrCb，在所述颜色空间YCrCb中获取人体肤色区域，所述颜色空间YCrCb中的Cr分量为140-160中的任一值、Cb分量为72-137中的任一值；利用Camshift算法根据颜色概率在所述颜色空间YCrCb中获取所述初步跟踪窗口。其中，所述根据所述差值向舵机发送控制命令，以便所述舵机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置，包括：根据所述差值确定所述需要旋转的角度，并根据所述角度计算旋转时间；向舵机发送控制命令，所述控制命令至少包括所述旋转时间和所述角度，以便所述舵机调整所述云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。其中，利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口，包括：利用所述初步跟踪窗口和所述光流信息高斯加权和，通过观测模型公式得到观测模型Z(k)，所述观测模型公式为：Z(k)＝H1X(k)+H2S(k)+V(k)；其中，k为当前帧，X(k)为所述跟踪目标在当前帧的运动状态信息，S(k)为根据云台相机的速度通过视场角运算后的平面速度，V(k)为服从高斯分布的测量噪声，H1、H2为观测矩阵；根据所述观测模型Z(k)得到所述预测跟踪窗口。为实现上述目的，本专利技术实施例提供了一种目标跟踪系统，包括：获取模块，用于在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；计算模块，用于判断是否存在上一帧图像，若是，则利用所述上一帧图像与所述当前帧图像计算所有所述FAST特征点的光流信息高斯加权和；预测模块，用于利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；第一计算模块，用于计算所述初步跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第一Bhattacharyya距离；第二计算模块，用于计算所述预测跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第二Bhattacharyya距离；确定模块，用于将所述第一Bhattacharyya距离与所述第二Bhattacharyya距离中较小值对应的跟踪窗口作为最终跟踪窗口，计算所述最终跟踪窗口的中心点坐标与所述当前帧图像的中心点坐标的差值；发送模块，用于根据所述差值向舵机发送控制命令，以便所述舵机根据所述最终跟踪窗口调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。其中，所述获取模块具体包括：转换单元，用于将所述当前帧图像转换为颜色空间YCrCb，在所述颜色空间YCrCb中获取人体肤色区域，所述颜色空间YCrCb中的Cr分量为140-160中的任一值、Cb分量为72-137中的任一值；获取单元，用于利用Camshift算法根据颜色概率在所述颜色空间YCrCb中获取所述初步跟踪窗口；提取单元，用于在所述初步跟踪窗口中提取跟踪目标的FAST特征点。其中，所述发送模块具体包括：计算单元，用于根据所述差值确定所述需要旋转的角度，并根据所述角度计算旋转时间；发送单元，用于向舵机发送控制命令，所述控制命令至少包括所述旋转时间和所述角度，以便所述舵机调整所述云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。其中，所述预测模块具体包括：观测单元，用于利用所述初步跟踪窗口和所述光流信息高斯加权和，通过观测模型公式得到观测模型Z(k)，所述观测模型公式为：Z(k)＝H1X(k)+H2S(k)+V(k)；其中，k为当前帧，X(k)为所述跟踪目标在当前帧的运动状态信息，S(k)为根据云台相机的速度通过视场角运算后的平面速度，V(k)为服从高斯分布的测量噪声，H1、H2为观测矩阵；预测单元，用于根据所述观测模型Z(k)得到所述预测跟踪窗口。为实现上述目的，本专利技术实施例提供了一种云台相机装置，包括：存储器，用于存储目标跟踪程序；处理器，用于执行所述目标跟踪程序时实现如权利要求1至6任一项所述目标跟踪方法的步骤。为实现上述目的，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有目标跟踪程序，所述目标跟踪程序被处理器执行时实现如上述目标跟踪方法。通过以上方案可知，本专利技术实施例提供的一种目标跟踪方法包括：在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；判断是否存在上一帧图像，若是，则利用所述上一帧图像与所述当前帧图像计算所有所述FAST特征点的光流信息高斯加权和；利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；计算所述初步跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第一Bhattacharyya距离；计算所述预测跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第二Bhattacharyya距离；将所述第一B本文档来自技高网...

【技术保护点】
一种目标跟踪方法，其特征在于，包括：在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；判断是否存在上一帧图像，若是，则利用所述上一帧图像与所述当前帧图像计算所有所述FAST特征点的光流信息高斯加权和；利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；计算所述初步跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第一Bhattacharyya距离；计算所述预测跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第二Bhattacharyya距离；将所述第一Bhattacharyya距离与所述第二Bhattacharyya距离中较小值对应的跟踪窗口作为最终跟踪窗口，计算所述最终跟踪窗口的中心点坐标与所述当前帧图像的中心点坐标的差值；根据所述差值向舵机发送控制命令，以便所述舵机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。

【技术特征摘要】
1.一种目标跟踪方法，其特征在于，包括：在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；判断是否存在上一帧图像，若是，则利用所述上一帧图像与所述当前帧图像计算所有所述FAST特征点的光流信息高斯加权和；利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口；计算所述初步跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第一Bhattacharyya距离；计算所述预测跟踪窗口中的所述跟踪目标的位置，与所述上一帧图像中的所述跟踪目标的位置之间的第二Bhattacharyya距离；将所述第一Bhattacharyya距离与所述第二Bhattacharyya距离中较小值对应的跟踪窗口作为最终跟踪窗口，计算所述最终跟踪窗口的中心点坐标与所述当前帧图像的中心点坐标的差值；根据所述差值向舵机发送控制命令，以便所述舵机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。2.根据权利要求1所述的目标跟踪方法，其特征在于，所述在当前帧图像中获取初步跟踪窗口包括：将所述当前帧图像转换为颜色空间YCrCb，在所述颜色空间YCrCb中获取人体肤色区域，所述颜色空间YCrCb中的Cr分量为140-160中的任一值、Cb分量为72-137中的任一值；利用Camshift算法根据颜色概率在所述颜色空间YCrCb中获取所述初步跟踪窗口。3.根据权利要求1所述的目标跟踪方法，其特征在于，所述根据所述差值向舵机发送控制命令，以便所述舵机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置，包括：根据所述差值确定所述需要旋转的角度，并根据所述角度计算旋转时间；向舵机发送控制命令，所述控制命令至少包括所述旋转时间和所述角度，以便所述舵机调整所述云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置。4.根据权利要求1-3任一项所述的目标跟踪方法，其特征在于，利用所述初步跟踪窗口和所述光流信息高斯加权和进行Kalman滤波预测，得到预测跟踪窗口，包括：利用所述初步跟踪窗口和所述光流信息高斯加权和，通过观测模型公式得到观测模型Z(k)，所述观测模型公式为：Z(k)＝H1X(k)+H2S(k)+V(k)；其中，k为当前帧，X(k)为所述跟踪目标在当前帧的运动状态信息，S(k)为根据云台相机的速度通过视场角运算后的平面速度，V(k)为服从高斯分布的测量噪声，H1、H2为观测矩阵；根据所述观测模型Z(k)得到所述预测跟踪窗口。5.一种目标跟踪系统，其特征在于，包括：获取模块，用于在当前帧图像中获取初步跟踪窗口，在所述初步跟踪窗口中提取跟踪目标的FAST特征点；计算模块，用于判断是否存在上一帧图像，若是，则利用所述上一帧图像...

【专利技术属性】
技术研发人员：唐露新，于丽敏，张宇维，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44