一种目标跟踪控制方法及装置的制造方法
【技术领域】
[0001]本发明属于跟踪控制领域，尤其涉及一种目标跟踪控制方法及装置。
【背景技术】
[0002]随着车辆数量飞速增长，交通安全变得越来越重要，使得车辆的实时跟踪面临着巨大挑战。
[0003]目前常用的车辆跟踪算法多是采用Mean-shift跟踪算法，这种算法主要依靠目标的颜色直方图来实现跟踪，但是当目标尺度发生变化时，目标很容易从跟踪框中丢失。
[0004]因此，需要迫切寻找一种根据车辆的尺度变化，能够自适应跟踪的控制方法，实现对目标的实时跟踪。
【发明内容】
[0005]本发明提供一种目标跟踪控制方法及装置，以解决上述问题。
[0006]本发明提供一种目标跟踪控制方法。上述方法包括以下步骤:
[0007]获取目标对象当前帧图像的尺度不变转换特征信息即SIFT特征信息；
[0008]分别获取目标对象相邻两帧的SIFT特征点对应的欧式距离，进而获取目标对象的尺度变换因子；
[0009]根据所述尺度变换因子、目标对象当前帧图像的跟踪框，确定下一帧图像跟踪框，对所述目标对象进行跟踪控制。
[0010]本发明还提供一种目标跟踪控制装置，包括特征信息获取模块、尺度变换因子获取模块、跟踪控制模块；其中，所述特征信息获取模块通过所述尺度变换因子获取模块与所述跟踪控制模块相连；
[0011]所述特征信息获取模块，用于获取目标对象当前帧图像的尺度不变转换特征信息即SIFT特征信息并将所述SIFT特征信息发送至所述尺度变换因子获取模块；
[0012]所述尺度变换因子获取模块，用于分别获取目标对象相邻两帧的SIFT特征点对应的欧式距离，进而获取目标对象的尺度变换因子并将所述尺度变换因子发送至所述跟踪控制模块；
[0013]所述跟踪控制模块，用于根据所述尺度变换因子、目标对象当前帧图像的跟踪框，确定下一帧图像跟踪框，对所述目标对象进行跟踪控制。
[0014]通过以下方案:获取目标对象当前帧图像的尺度不变转换特征信息即SIFT特征信息；分别获取目标对象相邻两帧的SIFT特征点对应的欧式距离，进而获取目标对象的尺度变换因子；根据所述尺度变换因子、目标对象当前帧图像的跟踪框，确定下一帧图像跟踪框，对所述目标对象进行跟踪控制，实现了根据目标对象的尺度变化，能够自适应跟踪的控制方法，实现对目标对象的实时跟踪。
[0015]通过以下方案:获取目标对象当前帧图像的跟踪框中携带的带宽即当前帧带宽，将尺度变换因子乘以当前帧带宽的结果作为下一帧图像跟踪框携带的带宽，将两个带宽包含的区域与原始区域进行比较，进而获取目标对象的尺度变化，获取目标对象的尺度变化更加精确。
[0016]通过以下方案:所述SIFT特征点的斜率是通过计算所述SIFT特征点的两个配准点的斜率获得，可以准确的配准出目标对象的SIFT特征信息。
【附图说明】
[0017]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中:
[0018]图1所示为本发明实施例1的目标跟踪控制方法处理流程图；
[0019]图2所示为本发明实施例2的高斯差分图像；
[0020]图3所示为本发明实施例3的尺度变换因子示意图；
[0021]图4所示为本发明实施例4的目标跟踪控制装置结构图。
【具体实施方式】
[0022]下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
[0023]图1所示为本发明实施例1的目标跟踪控制方法处理流程图，包括以下步骤:
[0024]步骤101:获取目标对象当前帧图像的尺度不变转换特征信息即SIFT特征信息；
[0025]进一步地，所述SIFT特征信息包括:SIFT特征点、SIFT特征点的配准点、SIFT特征点的斜率。
[0026]进一步地，一个SIFT特征点对应两个配准点即配准对。
[0027]进一步地，所述SIFT特征点的斜率是通过计算所述SIFT特征点的两个配准点的斜率获得。
[0028]其中，SIFT特征点的斜率代表着目标对象运动方向，在此不仅融合了目标对象的像素信息，同时也融合了目标对象的运动方向信息，从而可以准确的配准出目标对象的SIFT特征信息。
[0029]进一步地，获取目标对象当前帧图像的尺度不变转换特征信息即SIFT特征信息的过称为:
[0030]将获取的目标对象当前帧图像不断降阶采样，获得一系列大小不一的图像，由大至IJ小，从下到上构成高斯金子塔模型；
[0031]对所述高斯金子塔模型中每层的一张图像采用不同参数进行高斯模糊处理，使得所述高斯金子塔模型中的每层含有多张高斯模糊图像，其中，每层多张图像合称为一组Octave即每层只有一组图像，组数与高斯金子塔模型中层数相等；
[0032]将所述高斯金字塔模型的每组中相邻上下两层图像相减，得到高斯差分图像(如图1所示)；
[0033]从所述高斯差分图像中获得尺度不变转换特征信息即SIFT特征信息。
[0034]其中，由于组内的多张图像按照层次叠放，因此组内的多张图像也称做多层(例如:可以是3层)。
[0035]步骤102:分别获取目标对象相邻两帧的SIFT特征点对应的欧式距离，进而获取目标对象的尺度变换因子；
[0036]进一步地，分别获取目标对象相邻两帧的SIFT特征点对应的欧式距离，进而获取目标对象的尺度变换因子的过程为:
[0037]通过获取SIFT特征点位置信息，进而获得SIFT特征点对应的欧式距离；
[0038]通过计算相邻两帧中的后一帧的SIFT特征点对应的欧式距离与相邻两帧中的前一帧的SIFT特征点对应的欧式距离的比值，获得目标对象的尺度变换因子。
[0039]其中，目标对象的尺度变换因子可以有效反应目标对象的尺度变换情况，从而该尺度变换因子乘以当前的跟踪框，可以求出在下一帧跟踪框的大小，从而实现尺度自适应。
[0040]步骤103:根据所述尺度变换因子、目标对象当前帧图像的跟踪框，确定下一帧图像跟踪框，对所述目标对象进行跟踪控制。
[0041]进一步地，根据所述尺度变换因子、目标对象当前帧图像的跟踪框，获取下一帧图像跟踪框，对所述目标对象进行跟踪控制的过程为:
[0042]通过目标对象当前帧图像的跟踪框乘以尺度变换因子，获得下一帧图像跟踪框，对所述目标对象进行跟踪。
[0043]其中，所述跟踪框表示追踪的区域，例如:追踪图像中的某个物体或者某块图像，仅作小范围比对。
[0044]进一步地，获取目标对象当前帧图像的跟踪框中携带的带宽即当前帧带宽，将尺度变换因子乘以当前帧带宽的结果作为下一帧图像跟踪框携带的带宽，将两个带宽包含的区域与原始区域进行比较，进而获取目标对象的尺度变化。
[0045]进一步地，获取目标对象当前帧图像的跟踪框中携带的带宽即当前帧带宽，将尺度变换因子乘以当前帧带宽的结果作为下一帧图