一种基于概率图谱的视觉目标跟踪预处理方法技术

一种基于概率图谱的视觉目标跟踪预处理方法，该方法包括以下步骤：(1)提取包含目标(O)与目标背景(B)的图像块I；(2)根据图像块I、目标前景直方图模板(Hist

【技术实现步骤摘要】
一种基于概率图谱的视觉目标跟踪预处理方法
本专利技术涉及一种基于概率图谱的视觉目标跟踪预处理方法。
技术介绍
视觉目标跟踪是计算机视觉领域的一个重要问题。近年来随着计算机视觉技术的飞速发展。视觉目标跟踪技术的发展也取得了重大的进步并被应用在多个应用领域，如无人驾驶，机器人等等。目前视觉目标跟踪技术主要分为两类，一类是基于生成方法的跟踪技术，另一类是基于判别式的跟踪技术。基于生成方法的跟踪技术在上一刻目标位置的附近采样并生成若干候选目标，再根据候选目标与目标的相似性筛选出最佳候选目标来定位目标的位置与状态。基于判别式方法的跟踪技术提取包含目标及目标附近背景信息的图像块，在提取正样本与负样本的基础上训练一个分类器，最后根据分类器来对目标的位置进行定位。为了增强分类器的判别性能，研究者提出了利用预处理方法对提取包含目标及目标附近背景信息的图像块进行预处理。为了突出目标信息并削弱目标背景信息以提高分类器的判别性能，传统的基于判别式跟踪技术通常都是采用高斯分布或者类高斯分布的预处理窗口对目标图像块进行预处理。当相邻两时刻目标的状态不大时，目标基本位于预处理窗口中心附近，高斯预处理窗口可以有效的突出目标信息，并弱化目标的背景信息，从而有效提高分类器的判别性能。但是当相邻两时刻间目标的状态变化较大时(如目标快速移动，拍摄视角变化等等)，即目标偏离中心位置较大，高斯分布预处理窗口会弱化目标信息并增强背景信息，从而弱化分类器的判别性能以及造成目标模板更新时产生累计错误。
技术实现思路
本专利技术其目的就在于提供一种基于概率图谱的视觉目标跟踪预处理方法，以解决上述
技术介绍
中的问题，利用基于彩色直方图的概率图谱用于获取目标图像块每一个像素属于目标前景的概率并得到预处理概率图谱，通过图像处理技术对概率图谱进行处理后，使预处理概率图谱能够增强目标的前景信息并削弱目标背景信息，从而提高分类器的判别性能。为实现上述目的而采取的技术方案是，一种基于概率图谱的视觉目标跟踪预处理方法，该方法包括以下步骤：(1)提取包含目标(O)与目标背景(B)的图像块I；(2)根据图像块I、目标前景直方图模板(Histo)与目标背景直方图模板(HistB)生成初始目标概率图谱Pi；(3)将初始目标概率图谱做插值运算；(4)对初始目标概率图谱Pi做最大值滤波运算，完成对初始目标概率图谱的腐蚀操作并生成滤波概率图谱Pf；(5)利用伽马转换将滤波概率图谱进行转换并得到Py；(6)对概率图谱进行归一化并得到最终的概率图谱Pm；(7)将得到的概率图谱对目标或者目标的特征进行预处理。有益效果与现有技术相比本专利技术具有以下优点。本专利技术的优点是，相对于传统的高斯分布或类高斯分布的预处理窗口对目标图像块的预处理，本专利技术提出的基于概率图谱的预处理方法可以有效的增强目标区域并削弱目标背景区域，从而提升分类器的判别性能。附图说明以下结合附图和实例对本专利技术作进一步说明。图1为本专利技术预处理技术过程框图。具体实施方式一种基于概率图谱的视觉目标跟踪预处理方法，如图1所示，该方法包括以下步骤：(1)提取包含目标(O)与目标背景(B)的图像块I；(2)根据图像块I、目标前景直方图模板(Histo)与目标背景直方图模板(HistB)生成初始目标概率图谱Pi；(3)将初始目标概率图谱做插值运算；(4)对初始目标概率图谱Pi做最大值滤波运算，完成对初始目标概率图谱的腐蚀操作并生成滤波概率图谱Pf；(5)利用伽马转换将滤波概率图谱进行转换并得到Py；(6)对概率图谱进行归一化并得到最终的概率图谱Pm；(7)将得到的概率图谱对目标或者目标的特征进行预处理。实施例一种基于概率图谱的视觉目标跟踪预处理方法，该方法包括以下步骤：(1)提取包含目标(O)与目标背景(B)的图像块I：加载时刻t的图像，根据t-1时刻预测的目标位置与状态提取包含目标块(O)与目标背景区域(B)的图像块I；(2)根据图像块I、目标前景直方图模板(Histo)与目标背景直方图模板(HistB)生成初始目标概率图谱Pi：首先把图像块I拉伸为列向量A，维度为(M*N)*3，然后将列向量A所有元素映射到指定的区间(bins)，直方图的宽度(bins)设为32，再根据列向量的三个维度提取前景直方图HistO的线性索引并提取背景直方图HistB的线性索引最后根据这两个线性索引计算初始概率图谱：其中ε是防止除零的小值常量；(3)将初始目标概率图谱Pi做插值运算(调用OPENCV的resize函数并使用默认的双线性插值方法)，使概率图谱与目标的特征图谱保持一致，设大小为R*H，记为(4)对初始目标概率图谱Pi做最大值滤波运算，完成对初始目标概率图谱的腐蚀操作并生成滤波概率图谱设Wxy表示为以点(x,y)为中点的大小为(x,y)的滤波器，则滤波概率图谱Pf可根据下面的公式得到：(5)利用伽马转换将滤波概率图谱进行转换并得到利用伽马变换对滤波概率图谱进行变换，使概率图谱的数值分布集中在目标和背景区域，并得到目标的变换概率图谱(Py)，对于任意的p(x，y)∈Py有p(x，y)＝cp'f(x，y)α，p'f(x，y)∈Pf，其中c＝1，α＝5；对概率图谱进行归一化并得到最终的概率图谱(6)将得到的概率图谱对目标或者目标的特征进行预处理：根据对目标位置与状态的估计对目标前景的直方图模板(Histo)与目标背景的直方图模板(HistB)进行更新；首先根据目标图像块I定义目标前景掩码Masko，根据图像块I与MaskO计算最新的前景直方图步骤如下：1)将图像块I转换为列向量A，维度为(M*N)*3；2)将列向量A中每一个元素转换到宽度范围(bins＝32)；3)对于彩色图像，根据图像块A为索引，累计MaskO在每个单位(bin)之和，并得到前景直方图HistO(大小为[32,32,32])；4)将前景直方图归一化可得到最终的前景直方图HistO，5)对目标的前景直方图在线更新其中η表示学习率且是一个固定常量；然后可以根据目标图像块I与目标的背景掩码MaskB得到目标的背景直方图HistB，并根据下式对背景直方图进行更新：本文档来自技高网...

【技术保护点】
1.一种基于概率图谱的视觉目标跟踪预处理方法，其特征在于，该方法包括以下步骤：/n(1)提取包含目标(O)与目标背景(B)的图像块I；/n(2)根据图像块I、目标前景直方图模板(Hist

【技术特征摘要】
1.一种基于概率图谱的视觉目标跟踪预处理方法，其特征在于，该方法包括以下步骤：
(1)提取包含目标(O)与目标背景(B)的图像块I；
(2)根据图像块I、目标前景直方图模板(Histo)与目标背景直方图模板(HistB)生成初始目标概率图谱Pi；
(3)将初始目标概率图谱做插值...

【专利技术属性】
技术研发人员：赵志强，吴斌，郭景娟，黄志健，赵旌含，
申请(专利权)人：九江学院，
类型：发明
国别省市：江西;36