专利名称：一种基于累加直方图粒子滤波的视频运动目标跟踪方法
技术领域：
本发明涉及图像处理领域，尤其涉及视频序列的运动目标跟踪领域，具体是一种运动目标跟踪方法。
背景技术：
目前，视频监控技术迅速发展，视频运动目标跟踪技术也随之成为研究的热门课题之一，它融合了模式识别、人工智能、图像处理等较多领域的先进技术。视频运动目标跟踪通过对摄像机获得的图像序列进行分析，得到目标的运动参数，并且反馈给跟踪系统，为视频序列的分析和理解提供依据和基础。运动目标跟踪是跟踪系统的重要环节，它的精确度直接影响到高层视频序列分析和理解的准确性。粒子滤波是最常用的运动目标跟踪方法之一，它是一种基于蒙特卡洛模拟和递推贝叶斯估计的滤波方法。研究发现，传统的粒子滤波跟踪方法中，用一般的颜色直方图来描述运动目标特征，对于图像噪声的鲁棒性比较强，并且适用于刚体和非刚体目标。但是一般颜色直方图忽略了颜色的相似性，所以当运动目标经过与其自身颜色分布较为相似的背景时，会发生大量粒子脱离真实目标的情况，即粒子的“走散”现象，这样会使粒子滤波目标跟踪方法的精确度变低，跟踪误差增大，甚至会产生跟踪丢失情况。
发明内容
为了克服已有粒子滤波运动目标跟踪方法的当运动目标与背景颜色相似时跟踪误差较大、跟踪精度低的不足，本发明提供一种当运动目标与背景颜色相似时，减少跟踪误差、提升跟踪精度的基于累加直方图粒子滤波的视频运动目标跟踪方法。本发明解决其技术问题所采用的技术方案是一种基于累加直方图粒子滤波的视频运动目标跟踪方法，所述视频运动目标跟踪方法包括以下步骤第一步，设Sum(P，Xi)为图像P中灰度值为xi的像素数，η为图像P的总像素数，
得到 P 的一般直方图为H(P) = (hxl，hx2，. . .，hxi，. . . hxn)，其中九.= Sum(P，xl)，i，n 均是
η
整数，1彡i ^ η ；累加直方图以灰度值作为横坐标，以颜色累加出现的频数作为纵坐标，计算公式
如下已知图像P中灰度值的一般直方图为H⑵=(、，、，...，、，...^，则该特征的
i
累加直方图为λ (P) = (λχ1, λχ2，···，Axi,..., λχη)，其中，，j 为整数。
；=1根据上述公式对累加直方图进行初始化，得到histogram ；第二步，根据目标的中心位置在χ轴、y轴方向上的随机化扩散得到各个粒子的初始位置；第三步，以前一帧计算的目标位置及目标范围为基础，计算当前帧中目标的累加直方图histogran^origin，所述目标范围包括目标宽度block_Width和目标高度block_ hight ；将目标宽度block_Width左右各减1个像素、各加1个像素，计算两个新的直方图 histogram_width_dec> histogram_width_inc,分别计算 histogram_origin、histogram— width_dec和histogram_width_inc三个直方图与前一帧中更新的直方图histogram间
的欧式距离 dl、d2、d3，距离公式
权利要求
1. 一种基于累加直方图粒子滤波的视频运动目标跟踪方法，其特征在于所述视频运动目标跟踪方法包括以下步骤第一步，设Sum(P，xi)为图像P中灰度值为xi的像素数，η为图像P的总像素数，得到P 的一般直方图为H(P) = (hxl，hx2，hxi，. . . hxn)，其中
全文摘要
一种基于累加直方图粒子滤波的视频运动目标跟踪方法，包括如下步骤第一步，根据检测到的目标范围，计算目标的颜色累加直方图histogram；第二步，进行粒子的初始化；第三步，读取下一帧图像，更新目标的范围；第四步，以每个粒子的坐标为中心点，计算得到临时的累加直方图histogram_temp，然后，计算每个粒子的权重并进行权重归一化；第五步，根据上一步得到的权重，估计目标中心点的位置，然后计算得到新的目标累加直方图histogram_new；第六步，更新累加直方图；第七步，采用替换选择算法对粒子进行重采样；第八步，经过重采样的粒子，在x、y方向上分别扩散得到新的对应粒子，作为下一帧中粒子的初始分布。当运动目标与背景颜色相似时，本发明能减少跟踪误差、提升跟踪精度。
文档编号G06T7/20GK102184548SQ20111010173
公开日2011年9月14日 申请日期2011年4月22日 优先权日2011年4月22日
发明者唐晓梅, 宦若虹, 王浙沪, 陈庆章 申请人:浙江工业大学