目标与背景颜色相似下的运动目标自动跟踪方法及系统技术方案

本发明专利技术涉及目标跟踪技术领域，尤其涉及一种目标与背景颜色相似下的运动目标自动跟踪方法及系统，解决了直接采用CAMshift算法进行目标跟踪时的缺陷。方法包括：步骤S1：处理视频流，得到去噪后的序列帧图像；步骤S2：处理序列帧图像，得到第一帧图像中的前景目标；去除前景目标中的阴影，得到第一帧图像的运动目标区域；步骤S3：读取下一帧图像，将其作为当前帧图像，获取并处理当前帧图像、前一帧图像的运动目标区域的颜色‑曲率概率分布图，得到当前帧图像的候选区域；步骤S4：若当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将候选区域作为其运动目标区域；重复执行步骤S3与步骤S4，实现所述运动目标的跟踪。

【技术实现步骤摘要】
目标与背景颜色相似下的运动目标自动跟踪方法及系统
本专利技术涉及目标跟踪
，尤其涉及一种目标与背景颜色相似下的运动目标自动跟踪方法及系统。
技术介绍
目标跟踪是近些年的研究热点，以颜色作为目标识别特征的CAMshift算法因其算法简单、计算量少的优点而被广泛应用，但在目标与背景颜色相似场景下，因下述原因导致其算法不能够实现运动目标的自动跟踪：第一，CAMshift算法是一种对mean-shift算法改进的半自动跟踪算法，在目标的确定阶段需要手动圈定感兴趣区域，并提取该区域的颜色信息作为跟踪特征模板。一般情况下，运动目标的形状是不规则的，但在人工手动选取目标区域时，通常以矩形区域等规则形状予以圈定，所以圈定的矩形区域面积除了真实目标区域外还会掺杂非目标区域，即部分背景区域，这会对目标追踪的准确性造成一定程度上的干扰，并且在执行手动操作时也造成了人力资源的浪费；第二，CAMshift算法只利用颜色特征进行跟踪，而当背景颜色与目标色彩过于相似时，跟踪窗口会同时包含目标和相似颜色的背景，此时跟踪窗口面积远大于真实目标区域面积，在一些情况下甚至会丢失目标而定位至背景区域。另外，当目标发生遮挡时，CAMshift算法同样易跟踪失败。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种目标与背景颜色相似下的运动目标自动跟踪方法及系统，用以解决现有技术中采用CAMshift算法进行目标跟踪过程中存在的上述缺陷。本专利技术的目的主要是通过以下技术方案实现的：一方面，本专利技术公开了一种目标与背景颜色相似下的运动目标自动跟踪方法，所述方法步骤如下：步骤S1：获取包括所述运动目标的视频流，对视频流中的每一帧图像做去噪处理，得到去噪后的序列帧图像；步骤S2：处理所述序列帧图像，得到第一帧图像中的前景目标；去除所述前景目标中的阴影，得到第一帧图像的运动目标区域；步骤S3：读取下一帧图像，将其作为当前帧图像，获取并处理所述当前帧图像的颜色-曲率概率分布图、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域；步骤S4：若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将所述当前帧图像的候选区域作为当前帧图像的运动目标区域；重复执行所述步骤S3与步骤S4，实现所述运动目标的跟踪。在上述方案的基础上，本专利技术还做出了如下改进：进一步，在所述步骤S4中，若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离不大于距离阈值，则利用SimaFC算法对所述前一帧图像的运动目标区域和所述当前帧图像进行匹配，并将匹配结果的最小外接矩阵作为当前帧图像的运动目标区域。进一步，步骤S3中通过执行以下步骤获取所述当前帧图像的颜色-曲率概率分布图或前一帧图像的运动目标区域的颜色-曲率概率分布图：利用直方图统计所述前一帧图像的运动目标区域或所述当前帧图像中所有像素点的色调分量，得到色调特征集合q：q＝{qu},u＝1,…,m；m表示划分色调分量得到的级别个数，qu表示色调分量落入第u个级别的像素点的数量；利用直方图统计所述前一帧图像的运动目标区域或所述当前帧图像中所有像素点的曲率分量，得到曲率特征集合S：S＝{Sv},v＝1,…,n；n表示划分曲率分量得到的级别个数，Sv表示曲率分量落入第v个级别的像素点的数量；利用所述前一帧图像的运动目标区域或所述当前帧图像中色调分量落入第u个级别的数量、曲率分量落入第v个级别的像素点的数量与所述前一帧图像的运动目标区域或所述当前帧图像的像素点总个数的比率替换所述前一帧图像的运动目标区域或所述当前帧图像中对应级别像素点的像素值，形成所述前一帧图像的目标区域或所述当前帧图像的颜色-曲率概率分布图。进一步，将所述像素点的hessian矩阵的极大值曲率与极小值曲率的乘积作为所述像素点的曲率分量。进一步，在所述步骤S3中，采用CAMshift算法处理所述当前帧图像的颜色-曲率概率分布图、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域。进一步，在所述步骤S2中，采用高斯混合模型处理所述序列帧图像，得到所述第一帧图像中的前景目标。进一步，所述距离阈值为0.7。进一步，在所述步骤S1中，采用小波阈值萎缩法进行去噪处理。另一方面，本专利技术公开了一种目标与背景颜色相似下的运动目标自动跟踪系统，所述系统包括：图像去噪模块，用于获取包括所述运动目标的视频流，对视频流中的每一帧图像做去噪处理，得到去噪后的序列帧图像；初始运动目标区域获取模块，用于处理所述序列帧图像，得到第一帧图像中的前景目标，还用于去除所述前景目标中的阴影，得到第一帧图像的运动目标区域；运动目标区域跟踪模块，读取下一帧图像，将其作为当前帧图像，获取并处理所述当前帧图像的颜色-曲率概率分布图、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域；若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将所述当前帧图像的候选区域作为当前帧图像的运动目标区域。进一步，在所述运动目标区域跟踪模块中，若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离不大于距离阈值，则利用SimaFC算法对所述前一帧图像的运动目标区域和所述当前帧图像进行匹配，并将匹配结果的最小外接矩阵作为当前帧图像的运动目标区域。本专利技术有益效果如下：第一，针对需要手动选取目标的缺陷，本方法提出采用高斯混合模型获取第一帧图像的前景目标，同时通过去除前景目标中的阴影，最终提取出精确的运动目标区域，并且将其作为跟踪算法的初始运动目标区域，改进了需要人工手动圈定几何形状来选取目标的缺陷，避免了因手动圈定的几何形状中包括背景像素点而引入的误差，实现了全自动跟踪中的目标自动检测；第二，通过计算运动目标区域在当前帧图像中的跟踪结果与运动目标区域的巴氏距离，判断目标的跟踪效果、以及目标是否发生遮挡；并在目标受遮挡时，使用运动目标区域和SimaFC算法对跟踪结果进行重新定位，以提升对目标被遮挡时的抗遮挡能力，解决了跟踪过程中的目标丢失问题；第三，目标跟踪过程中，在CAMshift算法中融入了运动目标区域及各帧图像的曲率信息，形成了颜色-曲率多特征匹配的全新的目标跟踪算法，通过将目标的主曲率信息与颜色信息相结合，改进了传统CAMshift算法只利用颜色特征进行追踪存在的特征较为单一的问题，提高了目标跟踪算法的鲁棒性，解决了目标与背景颜色接近导致的算法精确度低的问题，提高了目标跟踪算法的抗干扰能力以及算法的精确度。本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。附图说本文档来自技高网...

【技术保护点】
1.一种目标与背景颜色相似下的运动目标自动跟踪方法，其特征在于，所述方法步骤如下：/n步骤S1：获取包括所述运动目标的视频流，对视频流中的每一帧图像做去噪处理，得到去噪后的序列帧图像；/n步骤S2：处理所述序列帧图像，得到第一帧图像中的前景目标；去除所述前景目标中的阴影，得到第一帧图像的运动目标区域；/n步骤S3：读取下一帧图像，将其作为当前帧图像，获取并处理所述当前帧图像的颜色-曲率概率分布图、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域；/n步骤S4：若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将所述当前帧图像的候选区域作为当前帧图像的运动目标区域；/n重复执行所述步骤S3与步骤S4，实现所述运动目标的跟踪。/n

【技术特征摘要】
1.一种目标与背景颜色相似下的运动目标自动跟踪方法，其特征在于，所述方法步骤如下：
步骤S1：获取包括所述运动目标的视频流，对视频流中的每一帧图像做去噪处理，得到去噪后的序列帧图像；
步骤S2：处理所述序列帧图像，得到第一帧图像中的前景目标；去除所述前景目标中的阴影，得到第一帧图像的运动目标区域；
步骤S3：读取下一帧图像，将其作为当前帧图像，获取并处理所述当前帧图像的颜色-曲率概率分布图、前一帧图像的运动目标区域的颜色-曲率概率分布图，得到当前帧图像的候选区域；
步骤S4：若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离大于距离阈值，将所述当前帧图像的候选区域作为当前帧图像的运动目标区域；
重复执行所述步骤S3与步骤S4，实现所述运动目标的跟踪。


2.根据权利要求1所述的目标与背景颜色相似下的运动目标自动跟踪方法，其特征在于，
在所述步骤S4中，若所述当前帧图像的候选区域与前一帧图像的运动目标区域之间的巴氏距离不大于距离阈值，则利用SimaFC算法对所述前一帧图像的运动目标区域和所述当前帧图像进行匹配，并将匹配结果的最小外接矩阵作为当前帧图像的运动目标区域。


3.根据权利要求1或2所述的目标与背景颜色相似下的运动目标自动跟踪方法，其特征在于，步骤S3中通过执行以下步骤获取所述当前帧图像的颜色-曲率概率分布图或前一帧图像的运动目标区域的颜色-曲率概率分布图：
利用直方图统计所述前一帧图像的运动目标区域或所述当前帧图像中所有像素点的色调分量，得到色调特征集合q：q＝{qu},u＝1,…,m；m表示划分色调分量得到的级别个数，qu表示色调分量落入第u个级别的像素点的数量；
利用直方图统计所述前一帧图像的运动目标区域或所述当前帧图像中所有像素点的曲率分量，得到曲率特征集合S：S＝{Sv},v＝1,…,n；n表示划分曲率分量得到的级别个数，Sv表示曲率分量落入第v个级别的像素点的数量；
利用所述前一帧图像的运动目标区域或所述当前帧图像中色调分量落入第u个级别的数量、曲率分量落入第v个级别的像素点的数量与所述前一帧图像的运动目标区域或所述当前帧图像的像素点总个数的比率替换所述前一帧图像的运动目标区域或所述当前帧图像中对应级别像素点的像素值，形成所述前一帧图像的目标区域...

【专利技术属性】
技术研发人员：吕晨，程德强，寇旗旗，赵凯，陈亮亮，高蕊，唐守锋，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：江苏;32