专利名称：复杂背景下动目标或弱小目标的实时鲁棒跟踪装置的制作方法
技术领域：
本发明属于数字图像处理及电子学技术领域，涉及到一种复杂背景下高速动目标或弱小目标的实时鲁棒跟踪装置。
背景技术：
目标跟踪是一项融合图像处理、模式识别、概率论及随机过程、泛函及优化和偏微分方程等多学科的复杂课题，其一直是计算机视觉领域的重要研究课题，被广泛应用在智能人机交互、医疗诊断、安防监控、汽车智能交通等方面。目标跟踪的难题有1)由于视角、时间等变化造成的光照变化，由于目标旁边的物体的阴影造成的光照不均；2)目标缩放、旋转、形变等变化；3)目标部分遮挡、或全部遮挡；4)目标高速运动以及造成的图像模糊；目前目标跟踪的方法主要有基于特征匹配的、基于检测的和基于滤波预测的方法等三大类，其中比较热门的有SIFT特征匹配、MeanShiff、粒子滤波等方法。SIFT特征点匹配虽然对于目标旋转、缩放、形变等有很好的鲁棒性，但其计算量大、需要的存储空间也很大；MeanShiff即均值漂移方法，使用核直方图作为目标模型可抗部分边缘遮挡，但对全部遮挡则失去鲁棒性；粒子滤波方法采用概率论方法预测目标位置，对于遮挡有一定鲁棒性， 但其计算量大、定位不够精确。因此寻找一种对弱小目标、目标缩放形变以及目标阻塞等都有很好的鲁棒性，同时又能够满足实时要求的综合方法是非常有现实意义的，同时也是必需的。
发明内容
本发明要解决的技术问题是提供一种能够实时自主判决当前跟踪环境以及目标类型，并自主决策采取对应的跟踪方式进行鲁棒跟踪的复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，该装置利用灰度直方图作为图像的统计特征，对于噪声不敏感，同时能够很好的反映图像的复杂度，且易于硬件上的计算。为了解决上述技术问题，本发明的复杂背景下动目标或弱小目标的实时鲁棒跟踪装置包括目标图像预处理单元对输入的图像进行预处理，并选定目标；直方图统计单元对经过预处理后的图像进行计算和处理得到其图像的灰度直方图；计算灰度图像特征单元计算灰度直方图中最大灰度值Xmax与非零的最小灰度值 Xmin之差ΔΧ，即非零灰度值的个数；计算最大灰度值的像素的个数ymax与非零的最小灰度值的像素的个数ymin之差Ay;
判断单元若ΔΧ小于灰度差A，且Ay小于像素个数差阈值B，则自主判断该图像是属于低对比度、弱小目标的情况，否则自主判断该图像是属于复杂背景条件的情况；低对比度、弱小目标跟踪单元；复杂背景下高速运动目标跟踪单元；跟踪结果输出单元。本发明采用图像灰度直方图中的两种特征综合判决，分别是图像的对比度(最大和最小灰度值之差)，以及直方图中计数为非零的灰度级的个数，这两种特征易于计算同时能够有效表征图像的对比度以及灰度复杂度，以此为判据取得了很好的判决结果。低对比度、弱小目标跟踪单元包括图像增强，并计算增强效果的图像灰度直方图的模块；求取灰度级隶属度的模块利用式(1)求取灰度级^从属于模糊子集Ak的程度，
即隶属度μ (A) (i = 1,2......L-1)，L为图像的灰度级数量，Ak= {μ (r0)/r0, μ (r^/r^
K，μ Ov1) AvJ，k为小于L的正整数；
权利要求
1.一种复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，其特征在于包括 目标图像预处理单元对输入的图像进行预处理，并选定目标；直方图统计单元对经过预处理后的图像进行计算和处理得到其图像的灰度直方图； 计算灰度图像特征单元计算灰度直方图中最大灰度值^liax与非零的最小灰度值^n 之差Δ χ,即非零灰度值的个数；计算最大灰度值的像素的个数ymax与非零的最小灰度值的像素的个数ymin之差Ay;判断单元若Δχ小于灰度差A，且Ay小于像素个数差阈值B，则自主判断该图像是属于低对比度、弱小目标的情况，否则自主判断该图像是属于复杂背景条件的情况； 低对比度、弱小目标跟踪单元； 复杂背景下高速运动目标跟踪单元； 跟踪结果输出单元。
2.根据权利要求1所述的复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，其特征在于所述低对比度、弱小目标跟踪单元包括图像增强，并计算增强效果的图像灰度直方图的模块；求取灰度级隶属度的模块利用式(1)求取灰度级^从属于模糊子集Ak的程度，即隶属度 μ (A) (i = 1,2......L-1), L 为图像的灰度级数量，Ak = {μ (r0)/r0, μ (r^/r^ K，μ (IV1)AvJ，k为小于L的正整数；1r <t-WKri) =Ylwri+ ^w <rt ^t+ w0rt>t + w⑴式(1)中2w等于增强效果的图像灰度直方图中最大灰度值χ' _与非零的最小灰度值X' min之差Δχ'，t为图像中非零像素灰度值的中值；计算各灰度级在图像中出现的概率P(A)的模块利用式( 计算各灰度级在图像中出现的_既率P (A)；吨)=显(2)V ‘' MxN其中，h(ri)为根据增强效果的图像灰度直方图统计的A灰度级的像素个数，MXN为图像像素数；求各模糊集合对应熵的模块利用式( 、(4)求取模糊集合对应熵H ；H = -P(Ak)IogeP(Ak) (3)k-\P(Ak) = ^(Ti)P (Ti) (4)i=0求极值熵对应的灰度值，并将其作为模糊阈值的模块 用模糊阈值对图像进行目标与背景分割的模块； 计算目标质心位置的模块； 目标位置输出模块。
3.根据权利要求1所述的复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，其特征在于所述复杂背景下高速运动目标跟踪单元包括起始帧图像读取模块，目标粗定位模块；所述目标粗定位模块包括粒子产生模块起始时，以目标位置为中心线性降概率分布选定N个像素，即产生N个粒子；目标起始位置X°。w，第i个粒子的起始位置义为
4.根据权利要求3所述的复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，其特征在于所述复杂背景下高速运动目标跟踪单元还包括第一特征点提取模块，第二特征点提取模块，特征点匹配模块；所述第一特征点提取模块和第二特征点提取模块各包含一个积分图像计算模块、一个盒子滤波器和一个特征向量计算模块；积分图像计算模块利用式(11)、(12)迭代计算得到图像任意点(X，y)的积分图像 ii(χ，y)；S(x,y) = S(x,y-l)+i(x,y)(11)ii(x,y) = ii(x-l,y)+S(x,y) (12)其中i(x，y)为图像任意点(x，y)的灰度值，s(x，y)表示一列图像的积分，且s (x，_1) =0，ii(-l,y) = 0 ；盒子滤波器利用积分图像计算得到图像上任意点的滤波值； 特征向量计算模块对于盒子滤波器计算得到的滤波值，计算其局部极值，将这些局部极值点作为特征点，计算其周围pXq区域内的梯度方向作为特征向量；特征点匹配模块将第一特 征点提取模块从起始帧图像中提取的目标特征点与第二特征点提取模块从当前帧图像中提取的目标特征点进行匹配，从而确定目标的精确位置。
全文摘要
本发明涉及一种复杂背景下动目标或弱小目标的实时鲁棒跟踪装置，该装置的目标图像预处理单元对输入的图像进行预处理；直方图统计单元进行计算和处理得到图像的灰度直方图；计算灰度图像特征单元计算灰度直方图中最大灰度值xmax与非零的最小灰度值xmin之差Δx，计算最大灰度值的像素的个数ymax与非零的最小灰度值的像素的个数ymin之差Δy；判断单元根据Δx和Δy自主判断该图像是属于低对比度、弱小目标的情况还是复杂背景条件的情况；然后装置自主决定采用相应的跟踪方法进行目标跟踪并输出跟踪结果。本发明采用图像灰度直方图中的能够有效表征图像的对比度以及灰度复杂度两种特征综合判决，取得了很好的判决结果。
文档编号G06T7/20GK102332165SQ20111027211
公开日2012年1月25日 申请日期2011年9月15日 优先权日2011年9月15日
发明者朱明 , 郝志成, 高文 申请人:中国科学院长春光学精密机械与物理研究所