图像中被跟踪的目标区域的最终位置Zt。
[005引所述步骤（6)的步骤为：W被跟踪的目标区域在当前帖图像中的新位置Zt为中 屯、，重复步骤（4)，生成当前帖被跟踪的目标区域的空间上下文图像h^。
[0054]所述步骤（7)的步骤为：
[00巧]步骤（71):利用空间上下文图像更新时空上下文模型：若是第一帖图像，则将空 间上下文图像作为时空上下文模型巧"％若不是第一帖图像，则W步骤巧4)得到的新位 置目标的空间上下文图像更新时空上下文模型：
[005引
[0057] 其中，P为模板更新速率，端为更新后的时空上下文模型，IT为更新前的时空 上下文模型，砖6为空间上下文模型。
[0058] 步骤（72):对更新后的时空上下文模型巧：!进行傅里叶变换，并取傅里叶变换的 相位，由于其傅里叶变换的相位决定了图像的边缘，因此取其相位。
[0059]
(S)；
[0060] 其中，巧巧二)表示时空上下文模型巧;的傅里叶变换，M表示傅里叶变换的幅值， e'心表示傅里叶变换的相位。
[0061] 所述步骤（8)的步骤为：
[0062] 步骤（81):利用公式（9)计算与时空上下文模型对应的目标的相位预测;
[0063]
(9),
[0064] 其中，6@。表示预测的相化e'e表示时空上下文模型的相位，j为虚数单位。
[0065] 步骤（82):读取下一帖图像，若无图像可读，则结束；并转到步骤（4)继续执行。
[0066] 本发明的有益效果：
[0067] 1、上述步骤（1)中模板核函数的应用，弱化了目标图像边缘的影响，强化了目标 图像中屯、的作用，减小了目标周围的背景图像对目标模板的干扰。
[0068] 2、上述步骤（43)中将目标上下文图像的分辨率统一为设定的像素大小，可减小 大目标图像傅里叶变换的计算量，与步骤（2)中快速傅里叶变换的应用相结合，提高了目 标跟踪方法的实时性。
[0069] 3、上述步骤（42)中上下文图像的选取，利用了目标周围的背景图像的信息，对背 景变化不大并且目标在一定程度上存在遮挡的情况具有较好的跟踪效果。
[0070] 4、上述步骤巧1)中利用傅里叶变换的相位包含了丰富的纹理信息，且该信息在 目标表面的光照变化较大的情况下基本不变，因此本方法在光照变化较大的情况下，具有 很好的跟踪效果。
【附图说明】
[0071] 图1为本发明的流程图；
[0072] 图2为二维汉宁核函数图；
[0073] 图3为置信度图模板；
[0074] 图4为Dudek视频图像中第一帖的目标空间上下文图像；
[007引图5为Dudek视频图像中第100帖图像的置信度图；
[0076] 图6为Dudek视频图像跟踪到第100帖时的时空上下文模型；
[0077] 图7 (a)-图7 (j)为Dudek视频图像跟踪的效果图；
[007引图8 (a)-图8U)为David视频的跟踪效果图。
【具体实施方式】
[0079] 下面结合附图与实施例对本发明作进一步说明。
[0080] 如图1所示，一种基于贝叶斯框架和快速傅里叶变换的目标跟踪方法，包括如下 步骤：
[0081] 步骤1 :生成模板核函数并归一化
[0082] 在目标图像中，越靠近中屯、的区域，其作为目标的一部分的可能性越大，对生成目 标模板的贡献也应越大，为了生成更好的目标表示模板，应给予运些区域更大的权重。相 反，越靠近目标图像边缘的区域，其作为目标的一部分的可能性越小，对生成目标模板的贡 献也应越小，因此应给予运些区域更小的权重。因此，首先需要建立一个模板核函数来实 现运一突出目标图像中屯、，弱化图像边缘的功能。本发明采用的模板核函数的生成方法如 下：
[008引（1)利用一维汉宁窗向量Wi(n)与其自身的转置Wi(n)'相乘，生成二维汉宁核函 数W2(n):
[0084]讯2(n)二Wi (n) * [Wi (n) ] T
[0085] 其中一维汉宁窗向量如下式所不：
[0086]
0<n<L-l
[0087] 本发明中取L= 101，为汉宁窗的长度，生成的二维汉宁核函数W2(n)如下图2所 示：
[0088] (2)归一化模板核函数：
[0089] W。（Z) = aw2(n)
[0090] 其中a为归一化常数。
[00川步骤2 :计算目标置信度图模板的快速傅里叶变换
[0092] 求取目标的置信度图模板的傅里叶变换。
[0093](1)生成目标的置信度图模板并归一化。目标的置信度图，即目标在每个位置的可 能性，如下式所示：
[0094]
[0095] 其中b为归一化常数，本发明中a取2.25,ZGR2为101X101模板中各点的坐 标，z^^为模板的中屯、点坐标。置信度图模板的图形化表示如下图3所示，由图3可见，目标 置信度最大的点为模板的中屯、位置。
[0096] (2)求取归一化的置信度图模板的傅里叶变换F(c)。
[0097] 步骤3:获取被跟踪目标在第一帖图像中的初始位置
[0098] 读取视频中的第一帖图像，目标在第一帖图像中的初始位置为已知，可由目标检 测方法或人工标记给出。目标的初始位置和大小由一个矩形框表示。
[0099] 步骤4 :获取目标的空间上下文图像
[0100] (1)读取的图像如果是彩色图像，则将其转换为灰度图Igw:
[0101] Igray= 0. 2991 r+O. 587Ig+0. 1141b
[0102](2)获取目标的上下文图像。设上一次计算得到的图像中目标的宽为Wti，高为 ht1，中屯、点坐标为右，在当前帖图像中W苗为中心截取宽和高分别为郝化。的图 像区域作为目标的上下文图像。
[0103] (3)归一化上下文图像：先将上下文图像的分辨率缩放为统一的101X101像素， 然后将该图像中每个像素点的灰度值减去该图像中所有像素点灰度值的平均值，作为该像 素点新的像素值，运样处理可W在一定程度上减少目标表面的光照变化对图像的影响。
[0104] (4)计算当前帖目标的空间上下文图像将上一步求得的归一化的上下文图像 与第1步生成的模板核函数W。（Z)相乘，强化目标图像中屯、附近像素点的作用，弱化目标图 像边缘像素点的作用，同时也为后续的图像傅里叶变换去除图像边缘的频率响应影响。W Dudek视频图像为例，计算出其第一帖的目标空间上下文图像如图4所示：
[0105] (5)若是第一帖图像，则跳到步骤7。
[0106] 步骤5 :求取当前帖图像中置信度最大的点
[0107](1)对当前帖目标的空间上下文图像进行快速傅里叶变换并取其相位gJA。由 于图像傅里叶变换的相位包含了图像的纹理信息，因此在很大程度上去除了光照变化对图 像的影响；
[010引
[0109] (2)求取当前帖目标的空间上下文图像的置信度图的傅里叶变换。
[0110] 将当前帖目标的空间上下文图像的傅里叶变换的相位gjW'与上一帖预测的目标傅 里叶变换的相位相乘，计算出当前帖图像置信度图的傅里叶变换F(Ct)
[0111] (3)对F(ct)做傅里叶反变换求取当前帖图像的置信度图C。WDudek视频图像 为例，第100帖图像的置信度图如图5所示：
[011引（4)求取目标在当前帖图像中的新位置置信度图C中置信度最大的点Z(CmJ作为目标的新位置Zt。
[0113] (5)W新位置Zt为中屯、，重复步骤4和步骤5,直至位置不再发生变化，求得当前 帖图像中目标的最终位置Zt;
[0114] 步骤6:求取新位置目标的空间上下文图像
[0115]W目标在当前帖图像中的新位置Zt为中屯、，重复步骤4,生成当前帖目标的最终空 间上下文图像h^。
[0116] 步骤7:更新时空上下文模型并计算其傅里叶变换的相位
[0117](1)更新时空上下文模型：若是第一帖图像，则将该空间上下文图像护作为时空 上下文模型Iff若不是第一帖图像，则W新位置目标的空间上下文图像更新时空上下文 模型：
[011 引
[0119]本发明中P=0.08。WDudek视频图像为例，跟踪到第100帖图像时的时空上下 文模型如图6所示：
[0120] (2)对时空上下文模型缉!^进行傅里叶变换，并取其相位，由于其傅里叶变换的相 位信息决定了图像的边缘，因此取其相位。
[0121]
[0122] 步骤8 :预测下一帖图像中目标