【技术实现步骤摘要】
本专利技术属于图像处理与机器视觉
，具体涉及一种可对多个运动目标进行无标识跟踪测量的检测方法。
技术介绍
运动目标检测与跟踪是图像处理与机器视觉相关领域的重要研究内容之一，目标跟踪主要是研究视频图像序列中运动目标的检测、提取、识别和跟踪，获得运动目标的运动参数，如位置、速度、加速度等，以及目标运动的轨迹，从而进行进一步处理与分析，实现对运动目标的行为理解，以完成更高一级的任务。因此，运动目标检测与跟踪成为了十分重要的研究方向。对于简单环境下的大目标，目前，已有相应的图像处理方法完成相应的自动检测和跟踪。 在“第九届全国信息获取与处理学术会议”上，李伟宁提出了基于运动区域分析、图像匹配、动态模板更新等的跟踪算法。当运动目标出现时，建立边界框并生成模板进行跟踪，如果运动目标外形发生变化，及时更新模板并初始化。该算法在可见光图像的实验中取得了较好的跟踪效果。美国卡耐基梅隆大学机器人学院所发表的《Moving Target Classification andTracking from Real-time Video》中提出了利用各巾贞之间的明暗差异和目标匹配的方...
【技术保护点】
一种无标识运动目标跟踪测量方法，其特征在于，包括：S1、在初始图像上获取背景和目标信息；S2、选择目标类型，选定目标，进行目标检测。
【技术特征摘要】
1.一种无标识运动目标跟踪测量方法，其特征在于，包括 51、在初始图像上获取背景和目标信息； 52、选择目标类型，选定目标，进行目标检测。2.如权利要求I所述的方法，其特征在于 所述步骤SI包括首先获取图像上的背景信息，然后将各个目标的信息与背景信息相互对比，进而确定各个目标的模板信息，之后，利用模板与图像的匹配，找到匹配程度最高的区域，将其中心点视为目标的准确位置，进而实现目标的跟踪。3.如权利要求2所述的方法，其特征在于 初始图像上目标信息的获取过程如下 1)获取图像背景上R、G、B分量的亮度平均值ave_r,ave_g, ave_b,并求出这三个值的平均值； 2)获取图像上目标的长短轴，求出长轴上R、G、B分量的亮度平均值和标准偏差，并与背景的亮度平均值相比较，确定目标与背景的明暗关系； 3)将目标长轴上R、G、B分量各像素点的亮度平均值进行排序，将其中亮度平均值最大分量的帧号设为al帧，最小分量的帧号设为a2帧； 4)获得目标长轴在al帧和a2帧图像上各像素点的亮度值，并依次求出各点E值大小，设长轴上某一像素点在al帧和a2帧分量上的亮度值大小为PU P2，亮度平均值为avel、ave2，如果目标的亮度高于背景，由公式I求出E值并找出E值最大的坐标点(ex, cy)，如果目标的亮度小于背景，由公式2求出E值并找出E值最小的坐标点(cx，cy), E=(2*P1_P2)-4*I Iavel-ave2|-1P1-P2| |(I) E=PI+P2(2) 5)以(cx,cy)为中心点，建立9X9像素的初始模板T (cx, cy),并以(cx, cy)为中心顺时针读取其周围80个像素在al帧和a2帧分量上的亮度值，并存放在数组bufl [i]、buf2[i]中(0 彡 i〈80)Jfbufl[]、buf2[]中的值进行排序。4.如权利要求3所述的方法，其特征在于 所...
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。