专利名称：视频图像中目标的跟踪方法
技术领域：
本发明涉及一种视频图像中目标的快速相关跟踪方法，该方法属于图像处理、影像相关匹配技术领域范畴，是一种基于相关跟踪技术来实现快速跟踪。
背景技术：
在国内，目标跟踪是一项成熟技术。但是，采用积相关算法跟踪目标时，匹配时间有些紧张，特别是在用积相关匹配算法跟踪多个目标时，匹配时间更为紧张，很难在20ms内完成配准。本发明方法提出的强相关匹配算法，可大大提高匹配速度，极大减少匹配时间，使目标匹配成为现实。
发明内容
本发明的方法的技术方案如下(1)跟踪的工作原理(2)跟踪模式(3)跟踪的算法
图1是视线、光轴、基准线相对位置关系图；图2是实时图像与模板图像图；图3是本文明的方法流程图；具体实施方式
参见图3，以下是对本发明方法作进一步说明，其主要部分的具体内容如下(1)工作原理跟踪系统用来对运动目标进行跟踪。当目标运动时，便出现了目标图像相对于系统测量基准的偏离量，系统测量元件测量出目标图像匹配点的相对偏离量并输出相应的误差信号送入跟踪机构，跟踪机构便驱动系统的测量元件向目标方向运动，消除其相对偏移量，使测量基准对准目标，以实现对目标的跟踪。
附图1说明视线、光轴、基准线相对位置关系。
目标N与位标器之间连线称为视线，视线、光轴、基准线之间的夹角分别为QN、Qt。当目标位于光轴上时，即QN＝Qt，方位探测系统没有误差输出。当目标运动时，目标视线偏离光轴，即Qt≠QN，系统便输出与实调角ΔQ＝QN-Qt相对应的方位误差信号。将误差信号送入跟踪机构，跟踪机构便驱动位标器向着减少失调角ΔQ的方向运动，当QN＝Qt时，位标器终止运动。由于目标在不停地运动，可能多次出现失调角ΔQ时，则系统重复上述过程，于是系统就自动跟踪了目标。
(2)跟踪模式跟踪系统在跟踪目标时，需要从目标图像中提取目标位置信息，并计算出误差信号去驱动伺服机构以实现对目标进行跟踪。从目标图像中提取目标坐标位置信息的方法有波六跟踪和相关匹配跟踪两大模式类。
波门跟踪是利用目标的开关特征来提取目标位置信息的，根据跟踪精度的高低不同，有着各种目标位置信息提取方法，如边角跟踪法、双边缘跟踪算法、区域平衡算法、形心跟踪算法等。
相关匹配跟踪是设成像系统在视场范围摄取的实时图像为r(u，v)；对同一目标已经先摄取的图像模板为s(u，v)，这里视频图像r(u，v)和s(u，v)的灰度可用〔0-255〕等级来表示，且实时景物是含有模板图像s(u，v)对应的目标图像。由于图像r(u，v)与s(u，v)是对同一目标在两个不同时期摄取的图像，因此它们之间在图像及目标图像的位置等方向既有关系又会有所不同。可以用相关函数c(x，y)来描写图像r(u，v)和s(u，v)之间的相关程度，即表示为c(x，y)＝∑∑s(u，v)r(a+x，v+y)............................(1)式中s(u，v)表示目标图像模板r(u，v)表示实时图像区域附图2实时图像与模板图像直观说明公式说明如下s(u,v)=111111111]]>
r(u,v)=0000001110011100111000000]]>则s(u，v)和r(u，v)的函数为c(x,y)=0000000012321002464200369630024642001232100000000···(2)]]>从上不难看出，相关度矩阵c(x，y)呈山峰状分布，且有一个最大峰位。其最大峰位位置便是图像r(u，v)与s(u，v)完全重合的位置，即可根据最大的峰从头再来找出两幅图像的配准点。
(3)平均绝对差分(MAD)算法基本的相关算法有两种，即积相关法和平均差分(MAD)算法。积相关法即上面所述的直接相关法，它是用直接计算两幅图像相关程度的方法来计算两幅图像之间的位移量，与相关度的最大值的对应点为配准点。
平均差分(MAD)算法表示式为D(x,y)=1M2Σu=1MΣv=1M|r(u+x,v+y)-s(u,v)|···(3)]]>由式(3)知若模板图像s(u，v)与半时图像r(u，v)完全重叠在一起时，且这两幅图像又完全相同，则式(3)必然为零。
当目标在运动时，则D(x，y)将开始逐渐增大。与C(x，y)取最大峰值值法相似，在D(x，y)中取零值(最小值)即可判断出图像r(u，v)与s(u，v)的配准点。由于噪声的存在，在实际测量中，总是取D(x，y)的最小值处作为图像匹配的配准点。
积相关算法与MAD相比，MAD算法要简单得多。可根据实际工作需要采用积相关匹配算法或MAD算法。
技术创新点之一在目标跟踪过程中，为了提高跟着跟踪匹配速度或者为了跟踪多外目标，在积修养算法或MAD算法基础之上创新。以积相关匹配为例，对于积相关度矩阵式(2)而言， “0”区域为不相关区域，“12321”区域为弱相关区域。
“9”为配准点。因此，可以这样说，在积相关度矩阵中，匹配点只有一个“9”其余均是不相关点，或为弱相关点。可见排除不相关匹配点和弱相关匹配点是一个提高相关匹配速度的有效方法。
技术创新的点之二采用超像元匹配算法可使匹配精度≤0.5个像素。
权利要求
1.视频图像中目标的跟踪方法，包括下列步骤(1)跟踪的工作原理(2)跟踪模式(3)跟踪的算法。
2.如权利要求1所述跟踪的工作原理，由下列方法得出跟踪系统用来对运动目标进行跟踪。当目标运动时，便出现了目标图像相对于系统测量基准的偏离量，系统测量元件测量出目标图像匹配点的相对偏离量并输出相应的误差信号送入跟踪机构，跟踪机构便驱动系统的测量元件向目标方向运动，消除其相对偏移量，使测量基准对准目标，以实现对目标的跟踪。
3.如权利要求1所述的跟踪模式，其方法如下跟踪系统在跟踪目标时，需要从目标图像中提取目标位置信息，并计算出误差信号去驱动伺服机构以实现对目标进行跟踪。从目标图像中提取目标坐标位置信息的方法有波六跟踪和相关匹配跟踪两大模式类。波门跟踪是利用目标的开关特征来提取目标位置信息的，根据跟踪精度的高低不同，有着各种目标位置信息提取方法，如边角跟踪法、双边缘跟踪算法、区域平衡算法、形心跟踪算法等。设成像系统在视场范围摄取的实时图像为r(u，v)；对同一目标已经先摄取的图像模板为s(u，v)，这里视频图像r(u，v)和s(u，v)的灰度可用〔0-255〕等级来表示，且实时景物是含有模板图像s(u，v)对应的目标图像。由于图像r(u，v)与s(u，v)是对同一目标在两个不同时期摄取的图像，因此它们之间在图像及目标图像的位置等方向既有关系又会有所不同。可以用相关函数c(x，y)来描写图像r(u，v)和s(u，v)之间的相关程度，即表示为c(x，y)＝∑∑s(u，v)r(a+x，v+y)…………………(1)式中s(u，v)表示目标图像模板r(u，v)表示实时图像区域。
4.如权利要求1所述的跟踪算法，由下列方法得出基本的相关算法有两种，即积相关法和平均差分(MAD)算法。积相关法即上面所述的直接相关法，它是用直接计算两幅图像相关程度的方法来计算两幅图像之间的位移量，与相关度的最大值的对应点为配准点。平均差分(MAD)算法表示式为D(x,y)=1M2Σu=1MΣv=1M|r(u+x,v+y)-s(u,v)|···(3)]]>由式(3)知若模板图像s(u，v)与半时图像r(u，v)完全重叠在一起时，且这两幅图像又完全相同，则式(3)必然为零。当目标在运动时，则D(x，y)将开始逐渐增大。与C(x，y)取最大峰值值法相似，在D(x，y)中取零值(最小值)即可判断出图像r(u，v)与s(u，v)的配准点。由于噪声的存在，在实际测量中，总是取D(x，y)的最小值处作为图像匹配的配准点。积相关算法与MAD相比，MAD算法要简单得多。可根据实际工作需要采用积相关匹配算法或MAD算法。(1)技术创新点之一在目标跟踪过程中，为了提高跟着跟踪匹配速度或者为了跟踪多外目标，在积修养算法或MAD算法基础之上创新。以积相关匹配为例，对于积相关度矩阵式(2)而言， “0”区域为不相关区域，“12321”区域为弱相关区域。“9”为配准点。因此，可以这样说，在积相关度矩阵中，匹配点只有一个“9”其余均是不相关点，或为弱相关点。可见排除不相关匹配点和弱相关匹配点是一个提高相关匹配速度的有效方法。(2)技术创新的点之二采用超像元匹配算法可使匹配精度≤0.5个像素。
全文摘要
本发明涉及视频图像中目标的跟踪方法，该方法包括跟踪的工作原理、跟踪模式和跟踪算法等步骤，有效地实现视频图像中单个目标的跟踪。该方法主要采用摄像机和计算机硬件系统，实现了本方法，可广泛用于隧道、发电站、仓库、飞机库、森林等目标检测或其它类似场合。
文档编号G06T7/20GK101064836SQ200710105758
公开日2007年10月31日 申请日期2007年5月29日 优先权日2007年5月29日
发明者王海燕 申请人:王海燕