一种基于大津法和SAD-MCD融合的模板匹配目标跟踪和系统技术方案

本发明专利技术公开了一种基于大津法和SAD

【技术实现步骤摘要】
一种基于大津法和SAD
‑
MCD融合的模板匹配目标跟踪和系统


[0001]本专利技术属于数字图像处理领域，更具体地，涉及一种基于大津法和SAD
‑
MCD融合的模板匹配目标跟踪和系统。

技术介绍

[0002]作为智能视频监控系统的中层，基于视觉的运动目标跟踪实现对于系统对目标的行为理解和后续决策具有重要意义，在军事和民用领域都有着十分广泛的应用。
[0003]目前运动目标跟踪方法主要包括基于轮廓、基于模型、基于区域以及基于特征点等方式，其中基于区域的模板匹配方案通过选取合适的目标初始模板以及图像相似性度量函数，并在后续的图像帧序列中，计算模板图像与所有搜索窗对应图像之间的相似度数值从而实现目标在图像帧中的位置预测。总体而言，该方案实现简单、通用程度较高，能够在低信噪比、目标特征不明显的环境下仍取得较好的跟踪效果，已在图像处理领域产生实际应用。然而基于矩形模板的模板匹配方案缺乏模板间前景与背景点的区分，在面对复杂形态目标时会受到背景变化的干扰；传统采用固定初始模板进行长时段跟踪的策略也无法适应实际场景中光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大津法和SAD
‑
MCD融合的模板匹配目标跟踪方法，其特征在于，包括：S1.将视频第一帧图像中目标所在区域的灰度图像作为模板图像；S2.根据模板图像的灰度直方图，求解模板图像所对应的大津法图像分割阈值；S3.根据大津法图像分割阈值对模板图像进行二值化，再进行膨胀滤波处理，得到模板图像所对应的权重矩阵；所述权重矩阵由模板图像各个像素点的二值化权重构成；S4.在视频下一帧图像中，将上一帧图像中目标所在位置的邻域范围作为搜索区域；在搜索区域中，利用权重矩阵将每一个搜索窗对应的图像与模板图像中的前景点进行相似度匹配，并将相似度最高的搜索窗坐标作为目标在当前帧的预测坐标；其中，搜索窗大小与模板图像大小相同，相似度大小由搜索窗对应图像与模板图像之间的绝对误差和距SAD以及最大临近点距离MCD融合计算得出；S5.输出目标在当前帧的预测坐标，并判断视频输入是否结束；若是，则完成对目标的跟踪流程；若否，则判断当前帧的预测坐标对应的相似度是否处于设定的阈值区间；若是，则利用当前预测坐标处的图像对模板图像进行加权更新后，返回执行步骤S4；若否，则直接返回执行步骤S4。2.根据权利要求1所述的一种基于大津法和SAD
‑
MCD融合的模板匹配目标跟踪方法，其特征在于，步骤S2具体为：根据公式g＝ω
a
·
ω
b
·
(μ
a
‑
μ
b
)2逐个计算模板图像所有灰度的类间方差；其中，ω
a
、μ
a
分别表示属于前景部分的像素点数量在整幅模板图像中的占比和平均灰度，ω
b
、μ
b
分别表示属于背景部分的像素点数量在整幅模板图像中的占比和平均灰度；选择类间方差最大值所对应地灰度作为所求的大津法图像分割阈值。3.根据权利要求1所述的一种基于大津法和SAD
‑
MCD融合的模板匹配目标跟踪方法，其特征在于，步骤S3具体为，取样计算模板图像中心区域像素的平均灰度并与整体模板图像的灰度进行对比；若中心区域平均灰度大于整体模板图像灰度，则将大于大津法图像分割阈值的像素点认定为前景，其权重置为1，其余像素点置为0；反之，则将小于分割阈值的...

【专利技术属性】
技术研发人员：郑朝霞，徐尚成，陈星宇，方中天，蒋思航，赵娅岐，邓天，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：