移动物体的聚焦方法技术

本发明专利技术涉及一种移动物体的聚焦方法，运用灰度直方图与直方图投影图的技巧来分析摄影设备所提取的图像序列，将图像序列当中的图像取出一模板，再通过模板匹配来比对图像序列当中的每幅图像，即可产生新的模板；依据这些具有时间顺序的模板与更新模板，本发明专利技术即可比对出模板与更新模板之间的差距，进而获得移动物体的动态移动信息。（*该技术在2022年保护过期，可自由使用*）

【技术实现步骤摘要】

本专利技术涉及一种移动物体的跟踪方法，特别涉及一种运用模板匹配技术来达到跟踪移动物体的。由于序列图像包括了一系列的图像，对这些图像当中的目标物进行辨识成为影像处理的重点。而其应用上，可针对序列图像中的目标进行实际分割、识别与跟踪，而可应用在许多领域，例如自动监视、体育报导、视频压缩、生产线监控，以及智能交通管理等。此外，序列图像处理技术当中的目标跟踪技术也成为最新的视频图像压缩标准MPEG-4当中的关键技术，其中，MPEG-4z正是使用目标跟踪和分割技术，提供了基于内容的图像操作。因此，对这项技术进行深入的研究，开发其各项应用具有深远的意义。目前，已经有许多目标识别与跟踪算法，其中应用得较为广泛的是基于图像特征的模板匹配(pattern matching)与更新算法。这一算法主要是利用所提取的当前图像特征和被跟踪目标模板的特征，两者加以比对，而采用的特征通常是图像的边缘特征。进行目标模板与当前图像之间的匹配，并在匹配的过程的中完成模板的更新工作。其中，基于Hausdorff距离的模板匹配方法是最近发展起来的一种效果较好的方法。但由于采用这种算法时，匹配过程中的搜索空间会随着图像大小和模板大小的增加而急遽增大，进而导致搜索所需的内存与处理器等的计算机负荷大幅增加。此外，图像特征的提取并不是一项简单的工作，当图像大小与模板大小增加时，即会导致搜索与跟踪的效率降低，很难达到实际处理的要求。所以，如何能在目标跟踪上，能让跟踪的结果更加准确，并能实现自动跟踪，且能提高跟踪的效率，成为研究者所亟待解决的研究课题。本专利技术的另一个目的在于提供一种，利用序列图像当中的灰度直方图以及直方图投影图的信息，来达到目标物辨认以及模板更新的目的。为了达到上述目的，本专利技术公开了一种，应用一摄影设备摄取一移动物体的影像，并将该摄影设备通过一模板匹配方式加以聚焦的方法，包括下列步骤设定一最佳匹配模板位置；提取该移动物体的一图像序列；依据该图像序列取得该移动物体的一初始模板并获得一初始模板位置；及，比较该初始模板位置与该最佳匹配模板位置以调整该摄影设备的一拍摄角度。此外，本专利技术还公开一种，其包括下列步骤提取该移动物体的一图像序列；依据该图像序列以取得该移动物体的一初始模板并获得一初始模板位置；依据该图像序列进行模板匹配以寻找该移动物体的一最佳匹配位置；依据该最佳匹配位置以取得该移动物体的一更新模板并获得一更新模板位置；及依据该更新模板位置进行调整该摄影设备的一拍摄角度。其中，模板依据下列步骤而得提取该图像序列的一图像；计算该图像的一灰度直方图；计算该图像的一直方图投影图；及依据该灰度直方图与该直方图投影图，取得该初始模板与该初始模板位置。有关本专利技术的特征，配合附图及最佳实施例详细说明如下。具体实施例方式在以摄影机为基础的影像提取上，摄影机一方面以图像序列的方式来产生图像，另一方面则可以通过调整摄影的角度来聚焦。本专利技术通过处理图像序列来达到直接调整摄影机的摄影角度的目的。首先，本专利技术采用了一种基于灰度直方图的目标识别与跟踪方法，在获得图像的灰度直方投影图的基础上，来计算水平投影和垂直投影。同时，综合考虑到运动预测和幅间(图与图之间)的相似性，以确定目标的位置。此外，本专利技术还结合模板更新的概念，以自适应地调整跟踪目标的模板，因而可实现对目标的自动跟踪。为了使跟踪的结果更加准确，本专利技术另采用了局部增强的预处理，以提高目标与背景之间的对比度。此外，本专利技术也采用了两个衡量模板匹配程度的准则来提高目标识别与跟踪的精确度。也即，同时采用双模板更新与匹配的方法，使本专利技术的方法对突变情况具有更强的实时反应性。由于灰度直方图很容易得到，所以，本专利技术的计算量比较少，实验证明可以达到实际处理的要求。另外，本专利技术把被跟踪物体的运动分为两个部分组成第一、物体的位置移动；第二、物体几何形状的改变。这两部分运动都定义在二维空间内，其中物体的非刚性变形，由于视角变化和镜头与投影变化等，都可以归入物体的几何形状变化一类的中。在这里，可考虑被跟踪目标的各种运动，并假定物体几何形状的变化是连续而缓慢的，这种假设在通常的情况下是正确的，本专利技术的目标识别与自动跟踪，其具体的操作如下所述本专利技术的识别与跟踪主要包括两部分，一是模板匹配，二是模板更新。在获得初始模板后，在以后的每一幅图像中寻找被跟踪目标的最佳匹配位置，找到后，利用该幅图像的内容更新匹配模板，然后进行下一幅图像匹配，这样模板匹配和模板更新工作交替进行，直到完成整个图像序列的目标识别与跟踪工作。在匹配中，充分利用图像的颜色信息来获得被跟踪目标的潜在匹配点，辅以运动预测等其它手段来实现最佳匹配位置。具体的操作流程请配合附图标记并参考下述说明。请参考附图说明图1，本专利技术的的第一具体实施流程图，其包括了下列步骤设定最佳模板匹配位置(步骤110)、提取图像序列(步骤120)、取得初始模板与其位置(步骤130)、调整拍摄角度(步骤140)与是否为最后一幅图像？(步骤150)。当有任何一个物体进入摄影机的摄影范围内时，摄影机所摄取的图像序列将会有所变化。此时，通过本专利技术的方法，将可比对出移动物体，并自动进行跟踪。首先，须先设定一个最佳模板匹配位置(步骤110)，此位置可位于摄影机的焦点，或者以焦点为中心的附近范围内。接着，即提取图像序列(步骤120)，由图像序列中，来计算得出目标物的位置以及大小并将图像中的目标物以模板的方式呈现，也即，取得初始模板与其位置(步骤130)。取得目标物的模板与其位置后，即可知道目标物与焦点的差距，如此，即可调整拍摄角度(步骤140)。最后，如果图像序列为最后一幅图像(步骤150)时，也就是，目标物事实上也超出摄影机的摄取图像范围，摄影机所输入的图像序列将不再包括目标物，此时，即停止目标追踪。在图1的步骤110与步骤120之间，如何取得初始模板？承上所述，本专利技术运用灰度直方图与直方图投影图来获得模板的位置。此一模板的获得方法，请参考图2，本专利技术的的模板取得流程图，其包括了下列步骤提取一幅图像(步骤121)、计算灰度直方图(步骤122)、计算直方图投影图(步骤123)与取得模板(步骤124)。只要从图像序列当中提取一幅图像(步骤121)，即可依照图像当中所有的信息来计算灰度直方图(步骤122)，此灰度直方图的两个峰值对应了物体与背景的位置；接着，再计算直方图投影图(步骤123)，即可对应出物体的位置，进而可取得模板(步骤124)。事实上，本专利技术也可用另一种方式来说明本专利技术的聚焦方法，请参考图3，本专利技术的的第二具体实施例流程图，其包括下列步骤提取图像序列(步骤310)、取得初始模板(步骤320)、寻找最佳匹配位置(步骤330)、取得更新匹配模板(步骤340)、调整拍摄角度(步骤350)与是否为最后一幅图像？(步骤360)。在图3的流程中，更进一步公开了本专利技术如何以模板匹配的方式来作为本专利技术的聚焦方法。首先，同样通过摄影机来提取图像序列(步骤310)，所提取到的图像序列即为模板取的的基础。接着，必须先取得目标物的初始模板，此即步骤320，模板的取得方式与图2所描述者相同，不再说明。取得初始模板后，即以此处使模板作为模板匹配的比对基础，于接下来的图像当中，来寻找最佳匹配位置(步骤330)，也就是本文档来自技高网...

【技术保护点】
一种移动物体的聚焦方法，应用一摄影设备摄取一移动物体的影像，并将该摄影设备通过一模板匹配方式加以聚焦的方法，其特征在于，包括下列步骤：设定一最佳匹配模板位置；提取该移动物体的一图像序列；依据该图像序列取得该移动物体的一初始模板并 获得一初始模板位置；及比较该初始模板位置与该最佳匹配模板位置以调整该摄影设备的一拍摄角度。

【技术特征摘要】

【专利技术属性】
技术研发人员：邱成全，王旭东，
申请(专利权)人：英业达股份有限公司，
类型：发明
国别省市：71[中国|台湾]