【技术实现步骤摘要】
本专利技术涉及计算机视觉的目标跟踪，具体涉及一种基于相关滤波器和边缘框的目标跟踪方法。
技术介绍
1、作为军事制导、安全监控等系统的核心技术，运动目标跟踪问题是计算机视觉领域研究的热点问题。近些年来的很多研究，对于视频目标跟踪理论与应用方面的研究仍然停留在针对某些约束下的具体方法设计上，在跟踪复杂背景或变化目标时往往遇到较大困难，甚至由于目标丢失而造成跟踪失败，一般仅适用于某些背景不太复杂，目标变换较小或其他某些具体工作场景。在现有的典型跟踪算法中，通过上一帧目标的位置坐标建立搜索窗，用模板和搜索窗作相关滤波，取响应值最大的位置作为目标坐标，随后刷新模板，适应可能的外观和背景的变化。该方法在目标运动缓慢，镜头不移动，目标背景简单时跟踪效果良好，但是在出现目标速度过快，镜头突然晃动的情况时，容易跟丢目标。在现实生活中，尤其在军事领域，都存在目标运动速度过快，背景复杂，镜头晃动等情况，导致跟踪很难进行下去。因此如何对目标进行高效准确的表征，以及在运动目标变化及背景复杂地时如何对其进行实时准确跟踪是当前视频目标跟踪研究的一大难点。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于相关滤波器和边缘框的目标跟踪方法，实现复杂环境下的目标跟踪。
2、本专利技术的目的是通过以下技术方案来实现的：
3、一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：包括以下步骤：
4、s1：在初始帧中锁定目标并获取目标的图像信息，并生成目标模板；p>
5、s2：计算初始帧中目标的hog特征和颜色直方图特征，分别初始化hog特征模型和初始化颜色特征模型；
6、s3：获取当前帧中的图像信息；
7、s4：利用基于边缘框的方法得到多个搜索框，以确认目标搜索窗的位置；
8、s5：根据初始帧中目标的图像信息判断目标的大小，选取适合目标大小的搜索窗；
9、s6：根据搜索窗内特征的响应值计算当前帧中目标位置和大小，完成目标跟踪。
10、进一步地，目标的图像信息包括目标的像素信息、目标的矩形框的中心点坐标、高度和宽度。
11、进一步地，所述的hog特征模型和所述的颜色特征模型均有两种规格大小，具体为32*32和64*64。
12、进一步地，所述的步骤s4具体包括：
13、s41：利用结构化边缘检测算法检测出图像的边缘，并利用非极大值抑制对边缘进行筛选；
14、s42：不断寻找八连通的边缘点，直到起始边缘点和终点边缘点之间的方向角度差值和大于90度，得到的n个近乎在一条直线上的边缘点集合边缘组；
15、s43：计算所有两个边缘组之间的相似度；
16、s44：计算每个边缘组的权值；
17、s45：根据搜索窗的宽度和高度，删除掉不符合要求的框；
18、s46：计算筛选后每个框的得分，取得分最高的前k个作为候选框；
19、s47：将候选框裁剪成和目标模板一样的大小，计算前k个候选框与目标模板的灰度共生矩阵的相关性，取最相关的候选框的中心点作为搜索窗的取值中心；
20、s48：如果得到的相关性均小于一个阈值，就认为目标被遮挡，报告目标被遮挡，不进行下一帧跟踪操作，直到目标出现位置，开始重新跟踪。
21、进一步地，所述的两个边缘组 s i和 s j之间的相似度通过以下公式计算得到：
22、 a(s i ,s j ) = |cos(θ i -θ ij )cos(θ j -θ ij )| γ
23、其中， θ i为边缘组 s i中所有点的平均位置 (x i , y i )的角度， θ j为边缘组 s j中所有点的平均位置 (x j , y j )的角度， θ ij为两个边缘组 s i和 s j中所有点的平均位置 (x ij , y ij )的角度，γ为超参数。
24、进一步地，所述的边缘组 s i的权值通过以下公式计算得到：
25、
26、其中，t={ t 1 ,t 2 ,...,t j+1}表示在轮廓中边缘组的集合。
27、进一步地，所述的根据搜索窗的宽度和高度，删除掉不符合要求的框的具体过程为判断搜索窗的框宽是否大于等于0.8倍目标矩形框的宽且小于等于1.2倍目标矩形框的宽，且搜索窗的框高是否大于等于0.8倍目标矩形框的高且小于等于1.2倍目标矩形框的高，若是则保留，若否则删除；
28、所述的计算筛选后每个框的得分通过以下公式得到：
29、
30、其中 b w为框宽， b h为框高， m i为边缘每个点的幅度， κ为超参数。
31、进一步地，所述的步骤s5的具体过程为判断初本文档来自技高网...
【技术保护点】
1.一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的目标的图像信息包括目标的像素信息、目标的矩形框的中心点坐标、高度和宽度。
3.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的HOG特征模型和所述的颜色特征模型均有两种规格大小，具体为32*32和64*64。
4.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的步骤S4具体包括：
5.根据权利要求4所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的两个边缘组si和sj之间的相似度通过以下公式计算得到：
6.根据权利要求5所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的边缘组si的权值通过以下公式计算得到：
7.根据权利要求6所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：
8.根据权利要求3所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特
9.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的步骤S6具体包括：
10.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于，还包括：
...【技术特征摘要】
1.一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的目标的图像信息包括目标的像素信息、目标的矩形框的中心点坐标、高度和宽度。
3.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的hog特征模型和所述的颜色特征模型均有两种规格大小，具体为32*32和64*64。
4.根据权利要求1所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的步骤s4具体包括：
5.根据权利要求4所述的一种基于相关滤波器和边缘框的目标跟踪方法，其特征在于：所述的两个边缘组si和sj之间的相似度通过以下公式计算得到：
【专利技术属性】
技术研发人员：李东晨，陈春，高升久，李毅捷，李非桃，冉欢欢，李和伦，陈益，褚俊波，王丹，董平凯，陈未东，杨伟，夏添，罗瀚森，肖枭，何建，
申请(专利权)人：四川迪晟新达类脑智能技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。