专利名称：基于粒子滤波的机车信号灯跟踪方法
技术领域：
本发明涉及一种机车信号灯跟踪算法，尤其涉及一种基于粒子滤波的机车信号灯跟踪方法，属于图像处理领域。
背景技术：
视频目标跟踪是计算机视觉中的一个重要研究方向，在视频监控，智能交通，物体运动分析等领域均有着广泛的应用。多数铁路编组站和大型工矿企业的轨道货运场站的调车自动化程度较低，主要依靠机车司机和调车员通过观察信号灯状态及其它前方路况信息进行调车作业，这种近乎完全依靠人工观察判断的调车作业每年都造成大量的机车冲脱挤压事故。并且由于调车头的结构特点，机车司机无法时刻观察到前方的信号灯及道路环境，致使面对突发事件时机车反应迟缓。因此，利用视觉技术对信号灯进行检测和状态识别，获 取轨道通行情况，及时对机车驾驶员做出提醒，能够有效减少事故的发生。在信号灯状态识别应用中，为保证机车驾驶员获得监测信号后有足够的反应时间，需要对远距离信号灯进行捕捉和识别，这使得信号灯在视频中目标小，特征不够丰富，在检测过程中容易受到背景的干扰。此外，在机车行驶中摄像机抖动也会使信号灯图像质量下降，进一步加大信号灯跟踪的难度。近几十年来，在目标跟踪领域涌现出了很多优秀算法。Mean-Shift跟踪算法根据最速下降法思想，沿着梯度方向不断迭代，可快速收敛到与目标相似度概率分布的局部极大值点，从而实现目标的跟踪。但是信号灯目标小，特征不够丰富，出现视频抖动时，算法收敛的局部最优点，不一定是最佳匹配点。光流法通过计算目标的运动矢量，估计目标的运动形态，对于信号灯，其图像面积小，可用于配准的特征点较少，所以很难处理光照变化、噪声干扰以及目标形态的变化等因素。
发明内容
本发明所要解决的技术问题是提供一种基于粒子滤波的机车信号灯跟踪方法，以提高信号灯跟踪的鲁棒性，增加对目标的定位精度，改善对白灯以及较暗色灯的跟踪效果。本发明的解决方案是融合颜色特征和局部二元模式特征对信号灯进行建模，基于上述特征模型，使用粒子滤波算法对信号灯进行跟踪，使用模板检测对上述跟踪结果进行矫正，使用跟踪结果对模板进行在线更新。本发明为实现上述解决方案，其方法步骤如下所示
1.融合颜色特征和局部二元模式特征对信号灯进行建模。首先，提取信号灯目标以及候选区域的颜色直方图
权利要求
1.一种基于粒子滤波的机车信号灯跟踪方法，其特征在于包括以下步骤 1)融合颜色特征和局部二元模式特征对信号灯进行建模； 2)基于上述特征模型，使用粒子滤 波算法对信号灯进行跟踪； 3)使用模板检测对上述跟踪结果进行矫正 4)对模板进行在线更新。
2.根据权利I所述的一种基于粒子滤波的机车信号灯跟踪方法，其特征在于所述的融合颜色特征和局部二元模式特征对信号灯进行建模步骤1)提取信号灯目标以及候选区域的颜色直方图2)提取信号灯目标以及候选区域的局部二元模式直方图和多脑)3)分别计算两种特征下，信号灯目标与候选区域的Bhattacharyya距离iij)= j —并依据f =分别将两种特征的距离转化为粒子权值，得到基于颜色特征的粒子权值以及基于纹理特征的粒子权值. 4)将两种特征进行乘性融合^= ^loior ■ ^Lturs。
3.根据权利I所述的一种基于粒子滤波的机车信号灯跟踪方法，其特征在于所述的使用粒子滤波算法对信号灯进行跟踪步骤 1)滤波初始化初始化目标区域，建立初始信号灯特征模型； 2)粒子传播机车行驶过程中，信号灯图像主要存在位置和尺度的变化，粒子当前状态向量表示如下
4.根据权利I所述的一种基于粒子滤波的机车信号灯跟踪方法，其特征在于所述的使用模板检测对跟踪结果进行矫正步骤 1)使用粒子滤波得到目标位置户Z; 2)在以为中心，r为半径的区域内进行模板匹配(文中取r二 5)，得到最佳匹配点Pm ； 依据粒子与的距离对粒子的权值进行再次更新，赋予距离目标近的粒子更大的权值； 3)权值更新方法如下
5.根据权利I所述的一种基于粒子滤波的机车信号灯跟踪方法，其特征在于所述的对模板进行在线更新 D计算候选模板=观，其中w—(.)表示对图像/,进行变化，Xlie和分别为变换约束条件的上界和下界； 2)使用选择性更新策略对模板进行更新
全文摘要
本发明涉及基于粒子滤波的机车信号灯跟踪方法。在基于视频的机车安全行驶方案中，针对信号灯跟踪所面临的信号灯目标尺度变化范围大、机车行驶抖动、复杂光环境及光圈自适应调节滞后等问题，提出一种带模板矫正的粒子滤波跟踪方法，该方法在粒子滤波框架下对信号灯进行跟踪，并通过一个在线更新的模板对滤波结果进行检测矫正，以提高跟踪结果的准确性。为提高跟踪算法的对光照以及目标尺度变化的适应能力，该方法在建模时融合了颜色特征与局部二元模式特征。
文档编号G06T7/20GK102800109SQ20121024523
公开日2012年11月28日 申请日期2012年7月16日 优先权日2012年7月16日
发明者刘怡光, 李国林 申请人:刘怡光