一种结合骨架和广义Hough变换的扩展目标跟踪方法及装置制造方法【专利摘要】本发明公开一种结合骨架和广义Hough变换的扩展目标跟踪方法及装置。其方法包括：对当前帧图像进行去除噪声处理，得到滤波后的平滑图像；采用OTSU方法对所述平滑图像进行目标分割，获得二值目标图像；对所述二值目标图像进行骨架提取，获得骨架特征点；利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点。本发明的方法与之前利用边缘点进行广义Hough变换的跟踪方法相比，由于采用骨架点，其复杂度大大降低；与单一基于骨架提取的跟踪方法相比，本发明得到的跟踪结果更加稳定，为后续高精度跟踪提供基础。【专利说明】一种结合骨架和广义Hough变换的扩展目标跟踪方法及装【
技术领域：
】[0001]本发明涉及光电捕获跟踪系统中目标探测跟踪【
技术领域：
】，特别涉及一种结合骨架和广义Hough变换的扩展目标跟踪方法及装置。【
背景技术：
】[0002]在光电捕获跟踪系统中，随着光学系统口径增大、焦距变长，远距离的点目标逐渐呈现出扩展的形态。由于大气湍流、系统抖动和光学系统的像差等降质因素导致目标在系统的成像非常模糊，目标表现为一团外观轮廓形状的光斑；此外，目标无纹理信息，形状各异，无表征和识别目标的特征信息。目标还存在姿态变化明显的特点，随着目标姿态的变化，跟踪点也会随之发生漂移。选取稳定的特征点进行锁定跟踪，是扩展目标跟踪面临的一大难题。[0003]目前，常用的针对扩展目标的算法是匹配，包括灰度、特征等方面的匹配。由于目标的运动，目标可能出现大小、形状、姿态等变化，加上背景、光照等各种干扰，以及图像处理最小计量单位的精度问题，匹配跟踪得不到绝对最佳的匹配位置，这会带来跟踪点的漂移。由于目标无纹理和显著特征信息，姿态变化较大，而传统的基于灰度特征的跟踪方法当目标出现较大姿态变化时容易跟丢目标，针对这种情况，后来又出现采用骨架提取特征点跟踪扩展目标。这种方法虽然能够处理姿态变化的情况，但是由于骨架只能粗略的反应目标的结构，不能提供丰富的信息，单纯利用某一骨架点进行跟踪会出现跟踪不稳定，跟踪点发生抖动甚至漂移。因此亟需要研究新的方法以适应跟踪与定位的工程应用需求。【
发明内容】[0004]本发明技术解决问题:针对现有技术的不足，提供一种结合骨架和广义Hough变换的扩展目标跟踪方法，实现对任意点的跟踪定位，当目标出现旋转、尺度变化和部分变形时定位结果更加稳定。[0005]为实现上述目的，本发明提供一种结合骨架和广义Hough变换的扩展目标跟踪方法，包括以下步骤:[0006]对当前帧图像进行去除噪声处理，得到滤波后的平滑图像；[0007]采用OTSU方法对所述平滑图像进行目标分割，获得二值目标图像；[0008]对所述二值目标图像进行骨架提取，获得骨架特征点；[0009]利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点。[0010]可选地，如上所述的方法中，所述利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点之后，所述方法还包括:利用帧间连续性修正所述跟踪点。[0011]可选地，如上所述的方法中，对所述二值目标图像进行骨架提取，获得骨架特征点，具体包括如下步骤:[0012]将所述二值目标图像中已知的目标点标记为1，背景点标记为0，定义边界点是本身标记为1，而所述边界点的8连通区域中至少有一个点标记为O，以所述边界点为中心的8连通邻域，记中心点为P1，其邻域的8个点顺时针绕中心点分别记为p2，p3，...,p9,其中所述P2在所述P1上方；[0013]对所述边界点进行如下㈧和⑶两步操作:[0014](A)标记同时满足下列条件的边界点:[0015](al)2≤N(P1)≤6；[0016](a2)S(p)=I；[0017](a3)p2.p4.p6=O;[0018](a4)p4.p6.p8=0;[0019]其中N(P1)是P1的非零邻点个数，S(P1)是以ρ2，ρ3，...，p9，p2为序时这些点的值从O—I的个数。当对全部所述边界点检验完毕后，将所有标记了的点除去；[0020](B)标记同时满足下列条件的边界点:[0021](bl)I≤N(P1)≤6；[0022](b2)S(P1)=I；[0023](b3)p2.p4.p8=O;[0024](b4)p2.p6.p8=O;[0025]以上两步操作㈧和⑶构成一次迭代，反复迭代直至没有点再满足标记条件，所述二值目标图像中剩下的点组成所述骨架特征点。[0026]可选地，如上所述的方法中，所述利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点，具体包括如下步骤:[0027]计算所述当前帧图像对应的所述骨架特征点的梯度方向角，以一定的梯度间隔对梯度进行量化，得到的量化值作为梯度索引，候选跟踪点与所述骨架特征点之间的相对位置关系作为表项建立查找表R-table;所述候选跟踪点为上一帧图像的跟踪点；其中当所述当前帧图像为第一帧时，所述候选跟踪点为鼠标引导的点；[0028]下一帧图像到来时，获取所述下一帧图像对应的所述骨架特征点，并计算所述下一帧图像的所述骨架特征点对应的所述梯度方向角，获取所述下一帧图像对应的所述梯度索引；根据所述下一帧图像对应的所述梯度索引搜索所述当前帧图像建立的所述查找表R-table，得到所述候选跟踪点的位置；[0029]以所述候选跟踪点位置坐标建立累加器，在上述得到的所述候选跟踪点对应位置处累加器加I;[0030]求所述累加器的峰值，所述峰值对应的位置为跟踪点的坐标。[0031]可选地，如上所述的方法中，求所述累加器的峰值，所述峰值对应的位置为跟踪点的坐标之后，还包括:将所述跟踪点的坐标作为所述下一帧图像来临时建立所述查找表时所需的所述候选跟踪点。[0032]可选地，如上所述的方法中，根据所述下一帧图像对应的所述梯度索引搜索所述当前帧图像建立的所述查找表R-table，得到候选跟踪点的位置，具体包括:[0033]考虑轮廓的平移、缩放和旋转，增加轮廓的取向参数β即轮廓主方向与X轴的夹角和尺度变换系数S，所述候选跟踪点的位置采用如下公式求取:[0034]【权利要求】1.一种结合骨架和广义Hough变换的扩展目标跟踪方法，其特征在于，包括如下步骤:对当前帧图像进行去除噪声处理，得到滤波后的平滑图像；采用OTSU方法对所述平滑图像进行目标分割，获得二值目标图像；对所述二值目标图像进行骨架提取，获得骨架特征点；利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点。2.根据权利要求1所述的方法，其特征在于，所述利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点之后，所述方法还包括:利用帧间连续性修正所述跟踪点。3.根据权利要求1所述的方法，其特征在于，对所述二值目标图像进行骨架提取，获得骨架特征点，具体包括如下步骤:将所述二值目标图像中已知的目标点标记为I，背景点标记为O,定义边界点是本身标记为1，而所述边界点的8连通区域中至少有一个点标记为0，以所述边界点为中心的8连通邻域，记中心点为P1，其邻域的8个点顺时针绕中心点分别记为p2，p3，...,P9,其中所述P2在所述Pi上方；对所述边界点进行如下(A)和(B)两步操作:(A)标记同时满足下列条件的边界点:(al)2^N(P1)≤6；(a2)S(p!)=1；(a3)p2.p4.p6=O;(a4)p4.p6.p8=0;其中N(P1)^p1的非零邻点个数，S(P1)是以P2,P3,...,P9,P2为序时这些点的值从O—I的个数。当对全部所述边界点检验完毕后，将所有标记了的点除去；(B)标记同时满足下列条件的边界点:(bl)l≤N(P1)(≤6；(b2)S(p!)=1；(b3)p2.p4.p8=O;(b4)p2.p6.p8=0;以上两步操作(A)和(B)构成一次迭代，反复迭代直至没有点再满足标记条件，所述二值目标图像中剩下的点组成所述骨架特征点。4.根据权利要求3所述的方法，其特征在于，所述利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点，具体包括如下步骤:计算所述当前帧图像对应的所述骨架特征点的梯度方向角，以一定的梯度间隔对梯度进行量化，得到的量化值作为梯度索引，候选跟踪点与所述骨架特征点之间的相对位置关系作为表项建立查找表R-table;所述候选跟踪点为上一帧图像的跟踪点；其中当所述当前帧图像为第一帧时，所述候选跟踪点为鼠标引导的点；下一帧图像到来时，获取所述下一帧图像对应的所述骨架特征点，并计算所述下一帧图像的所述骨架特征点对应的所述梯度方向角，获取所述下一帧图像对应的所述梯度索引；根据所述下一帧图像对应的所述梯度索引搜索所述当前帧图像建立的所述查找表R-table，得到所述候选跟踪点的位置；以所述候选跟踪点位置坐标建立累加器，在上述得到的所述候选跟踪点对应位置处累加器加I;求所述累加器的峰值，所述峰值对应的位置为跟踪点的坐标。5.根据权利要求4所述的方法，其特征在于，求所述累加器的峰值，所述峰值对应的位置为跟踪点的坐标之后,所述方法还包括:将所述跟踪点的坐标作为所述下一帧图像来临时建立所述查找表时所需的所述候选跟踪点。6.根据权利要求4所述的方法，其特征在于，根据所述下一帧图像对应的所述梯度索引搜索所述当前帧图像建立的所述查找表R-table，得到候选跟踪点的位置，具体包括:考虑轮廓的平移、缩放和旋转，增加轮廓的取向参数β即轮廓主方向与X轴的夹角和尺度变换系数S，所述候选跟踪点的位置采用如下公式求取:式中(xo，y。)为所述当前帧图像中候选跟踪点的坐标，(x，y)为所述当前帧图像中所述骨架特征点的坐标，θ为矢量角，#为所述查找表中索引为1、所述骨架特征点与所述候选跟踪点相对矢量为r的入口项所对应的梯度方向角，s为尺度因子，β为轮廓主方向与X轴的夹角，r为所述骨架特征点相对所述候选跟踪点的矢量长度。7.一种结合骨架和广义Hough变换的扩展目标跟踪装置，其特征在于，包括:去噪处理模块，用于对当前帧图像进行去除噪声处理，得到滤波后的平滑图像；目标分割模块，用于采用OTSU方法对所述平滑图像进行目标分割，获得二值目标图像；骨架提取模块，用于对所述二值目标图像进行骨架提取，获得骨架特征点；跟踪点获取模块，用于利用广义Hough变换对所述骨架特征点定位跟踪，获取跟踪点。8.根据权利要求7所述的装置，其特征在于，所述装置还包括:修正模块，用于利用帧间连续性修正所述跟踪点。9.根据权利要求7所述的装置，其特征在于，所述骨架提取模块，具体采用如下方式实现:将所述二值目标图像中已知的目标点标记为I，背景点标记为O,定义边界点是本身标记为1，而所述边界点的8连通区域中至少有一个点标记为0，以所述边界点为中心的8连通邻域，记中心点为P1，其邻域的8个点顺时针绕中心点分别记为p2，p3，...,P9,其中所述P2在所述Pi上方；对所述边界点进行如下(A)和(B)两步操作:(A)标记同时满足下列条件的边界点:(al)2^N(P1)(6；(a2)S(p!)=I；(a3)p2.p4.p6=O;(a4)p4.p6.p8=0;其中N(P1)^p1的非零邻点个数，S(P1)是以P2,P3,...,P9,P2为序时这些点的值从O—I的个数。当对全部所述边界点检验完毕后，将所有标记了的点除去；(B)标记同时满足下列条件的边界点:(bl)l≤N(P1)≤6；(b2)S(p!)=I；(b3)p2.p4.p8=O;(b4)p2.p6.p8=O;以上两步操作(A)和(B)构成一次迭代，反复迭代直至没有点再满足标记条件，所述二值目标图像中剩下的点组成所述骨架特征点。10.根据权利要求9所述的装置，其特征在于，所述跟踪点获取模块，具体用于计算所述当前帧图像对应的所述骨架特征点的梯度方向角，以一定的梯度间隔对梯度进行量化，得到的量化值作为梯度索引，候选跟踪点与所述骨架特征点之间的相对位置关系作为表项建立查找表R-table;所述候选跟踪点为上一帧图像的跟踪点；其中当所述当前帧图像为第一帧时，所述候选跟踪点为鼠标引导的点；下一帧图像到来时，获取所述下一帧图像对应的所述骨架特征点，并计算所述下一帧图像的所述骨架特征点对应的所述梯度方向角，获取所述下一帧图像对应的所述梯度索引；根据所述下一帧图像对应的所述梯度索引搜索所述当前帧图像建立的所述查找表R-table，得到所述候选跟踪点的位置；以所述候选跟踪点位置坐标建立累加器，在上述得到的所述候选跟踪点对应位置处累加器加I;求所述累加器的峰值，所述峰值对应的位置为跟踪点的坐标。11.根据权利要求10所述的装置，其特征在于，所述跟踪点获取模块，具体还用于将所述跟踪点的坐标作为所述下一帧图像来临时建立所述查找表时所需的所述候选跟踪点。12.根据权利要求10所述的装置，其特征在于，所述跟踪点获取模块，具体还用于采用如下方式获取所述候选跟踪点的位置:考虑轮廓的平移、缩放和旋转，增加轮廓的取向参数β即轮廓主方向与X轴的夹角和尺度变换系数S，所述候选跟踪点的位置采用如下公式求取:式中(Xo，y。)为所述当前帧图像中候选跟踪点的坐标，(x，y)为所述当前帧图像中所述骨架特征点的坐标，Θ为矢量角，疼为所述查找表中索引为1、所述骨架特征点与所述候选跟踪点相对矢量为r的入口项所对应的梯度方向角，S为尺度因子，β为轮廓主方向与X轴的夹角，r为所述骨架特征点相对所述候选跟踪点的矢量长度。【文档编号】G06T7/20GK104077774SQ201410300597【公开日】2014年10月1日申请日期:2014年6月28日优先权日:2014年6月28日【发明者】胡锦龙,彭先蓉,魏宇星,祁小平申请人:中国科学院光电技术研究所