一种用于多目标物体跟踪的图像匹配方法与流程

本发明属于数字图像处理领域，涉及贴标签技术、小波图像变换、图像匹配等方法。

二、

背景技术：

运动目标的跟踪是数字图像处理领域的一个关键技术，其研究内容主要包括根据二维图像序列检测目标物体、提取运动参数和分析运动规律。当图像中含有多个性状相同或类似的目标物体同时运动，且目标物体有序前进或后退的情况下，则有的目标物体会跑出视野范围，一些新的目标会进入视野范围。与单一运动目标的跟踪相比，这种运动目标的跟踪难度更大。如何能够快速、准确的确定多个运动目标的位置也就成为目标跟踪的关键，本发明针对这一难题提供了一种具体可行的技术方案。

三、

技术实现要素：
：

1、专利目的

本发明将将贴标签技术、图像小波变换和互相关算法结合起来，在保证跟踪精度的同时，提高计算速度。

2、技术解决方案

由于图像中存在多个目标，且目标有序运动，因此首先需要确定匹配窗口，并且将每个匹配窗口进行编号。在通过图像小波变换技术对匹配窗口的图像进行处理，降低图像分辨率，有助于提高匹配速度。最后利用互相关算法对小波变换后的窗口进行图像匹配，得到最终结果。

3、技术效果及优点

本发明在实际工程项目中进行了检验，贴标签技术的应用有效的解决了多目标问题，图像小波变换技术有利于提高匹配速度，经典互相关算法既能满足匹配要求，又具有实现简单的优点。三者结合，能够有效完成有序运动的多目标匹配跟踪问题。

四、附图说明

图1：搜索区域的选取；图2：图像匹配方法示意图

五、具体实施方式

1、模板窗口的选择

首先要做的工作是确定匹配模板窗口的大小，使得每个窗口可以包含一个目标，且仅包含一个目标。如果匹配模板的窗口过大，则一个窗口中有可能包含多个目标；反之，如果窗口过小，则有可能无法完整的包含一些面积稍大的目标。可见，要获得合适的匹配模板窗口，就要对所跟踪的目标的大小及目标的运动特点进行综合考虑。这里所采用的匹配模板选择方法由贴标签算法演变而来的。在背景为黑(灰度值为0)，目标为白(灰度值为1)的图像序 列中，匹配模板窗口选择的具体方法如下：

(I)设定初始参数值：标签值lb＝0；标签数N＝0；原图像为；标签图像为；

(II)按照从上到下，从左到右的顺序对原图像进行逐行逐列的扫描，寻找像素值为1的目标点像素。如果检测到点的像素为1，则检查其上四方邻域(左，左上，上，右上)内的像素值：如果其上四方邻域像素值全为零，则贴标签。lb＝lb+1，h(i，j)＝lb，已贴标签数N＝N+1；如果有任何一个像素点不为零，则求标签图像中这四个点所对应的标签值最大的m，令h(i，j)＝m；将全部像素都进行第(II)步的处理，直到所有像素全部处理完；

(III)检查是否存在一个目标中含有多个标签的情况，扫描标签图像，查看相邻像素点的值是否相等：如果不等，并且二者均不为零，则同一目标含多个标签，这时称为标签冲突，需要统一标签。较大的标签值都用最小的代替，标签数N＝N-1。扫描整个标签图像，直到实现一个目标只用一个标签标记。

(IV)消除多余数字：判断lb＝N是否成立，如果是则完成贴标签工作，算法结束；如果不是，则表明所贴标签不是连续编号的，需要将其进行校正为连续编号的，完成标记处理。将标签值对应的面积不为零的按原来的标签值标记矩阵C，面积为零的用lb+1(最大值)标记C，最后再按照标签值从小到大排序。至此，贴标签法结束。

(V)计算每一个目标在图像中的窗口的大小，扫描标记矩阵C，对于每一个标签，分别计算其在x轴方向和y轴方向的最大值和最小值，则得到包含此完整目标的矩形窗口。

2、小波变换与互相关算法的结合

如果单纯采用基本互相关法进行图像匹配，则计算量大，计算时间长。而利用双正交小波变换能得到尺寸较小、包含图像主要特征信息的子空间图像。如果对小波变换后的图像进行互相关计算的话，就能缩小搜寻范围，提高图像匹配速度。这一改进方法既能够准确的获得目标的匹配图像，又能提高计算速度，具体处理步骤如下：

(I)利用上述模板窗口选择方法得到包含完整目标的初始矩形窗口，计算此初始窗口的像素边长，并取最大值。根据每个目标所在的不同区域范围和来选择合适的模板窗口尺寸，可以节约搜索时间，提高计算速度。

(II)为每一个模板窗口定义一个搜索区域。由于目标运动过程中横纵坐标都可能发生变化，因此搜索区域的高和宽均为模板窗口的两倍。搜索区域的位置如图1所示，f(i，j)表示模板窗口，g(i，j)表示搜索区域。搜索区域的底边与模板窗口重合，其底边的中线与模板窗口底边的中线重合。

(III)在搜索区域内任取窗口k(i，j)，与模板窗口大小相同，称为查询窗口。分别对模板窗口f(i，j)和查询窗口k(i，j)进行小波变换，基小波选db1小波，分解次数由模板窗口的大小来决定。f⁰和k⁰分别为窗口f(i，j)和k(i，j)小波分解后的低频分量。

(IV)计算模板窗口f(i，j)与查询窗口k(i，j)的互相关系数C，相关系数C的最大值所对应的查询窗口即为所要寻找的匹配窗口。记录匹配窗口的位置，进行小波重构，在重构图像中计算目标所在坐标。这一改进了的窗口图像匹配过程如图2所示。

(V)把前一图像中得到的匹配窗口看作新的模板窗口，回到第(I)步，继续寻找下一幅图像中的匹配窗口，直到所有图像都匹配完成。