一種基于局部不變特征檢測的自適應(yīng)均值漂移算法
【專利摘要】本發(fā)明公開了一種基于局部不變特征檢測的自適應(yīng)均值漂移算法。本發(fā)明將局部不變特征檢測與自適應(yīng)均值漂移算法相結(jié)合，在搜索過程中引入對物體局部不變特征點的檢測與匹配，通過得到的匹配特征點重新計算搜索區(qū)域使搜索區(qū)域能夠很好的約束在目標范圍周圍，最終確保追蹤過程的準確性。本發(fā)明在搜索精度和穩(wěn)定方面相對于自適應(yīng)均值漂移算法有了很大的提高。
【專利說明】一種基于局部不變特征檢測的自適應(yīng)均值漂移算法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及運動物體的實時追蹤，具體是一種目標跟蹤方法所用的自適應(yīng)均值漂移算法。
【背景技術(shù)】
[0002]均值漂移是指在圖像中選擇某點作為起點，計算出該點當前偏移量的平均差值，并將該點移動到其偏移量指向的新位置，以移動后的位置作為新的起點，繼續(xù)計算并移動，直至到達滿足約束條件的位置。因此該算法通過不斷地迭代得到最優(yōu)解。均值漂移算法主要是針對物體進行非剛體運動的一種目標跟蹤方法。這種方法將目標區(qū)域用一種非參數(shù)的直方圖核密度估計函數(shù)進行描述，以Bhattacharyya系數(shù)作為相似度準則，不斷的對其均值偏移矢量進行迭代，來尋找與目標區(qū)域相似度最高的候選區(qū)域，從而實現(xiàn)對運動目標的跟蹤。
[0003]自適應(yīng)均值漂移算法主要基于圖像中連續(xù)動態(tài)變化的色彩概率分布，具有良好的穩(wěn)定性和實時性。它在視頻圖像中通過目標顏色特征確定目標的當前位置和大小，將獲取到的位置和大小應(yīng)用到下一幀的圖像中，初始化下一幀的搜索窗口，重復(fù)該搜索過程即可實現(xiàn)對目標的追蹤。主要原理就是隨著時間的變化，當目標發(fā)生運動時，顏色概率分布也會隨著時間的變化而變化，通過對圖像顏色概率分布的變化計算，實現(xiàn)對目標的實時跟蹤。
[0004]自適應(yīng)均值漂移算法是一種基于密度梯度上升的非參數(shù)方法，通過迭代運算找到目標位置，實現(xiàn)目標跟蹤。它顯著的優(yōu)點是算法計算量小，簡單易實現(xiàn)，很適合于實時跟蹤場合；但是跟蹤小目標和快速移動目標時常常失敗，而且在全部遮擋情況下不能自我恢復(fù)跟蹤。當背景的顏色與目標相近，或者目標附近有與目標的色調(diào)相近的算法比較物體，則搜索窗口會自動將其包括在內(nèi)，導(dǎo)致跟蹤窗口擴大，甚至有時會將跟蹤窗口擴大到整個視頻框架，最終導(dǎo)致跟蹤失敗。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是在于針對上述已有技術(shù)的不足，提出一種基于局部不變特征檢測的自適應(yīng)均值漂移算法，以局部不變特征檢測來約束自適應(yīng)均值漂移算法的搜索窗口，達到精確的目標跟蹤。
[0006]一種基于局部不變特征檢測的自適應(yīng)均值漂移算法，其特征在于，包括以下步驟:
步驟1:在視頻的起始幀選擇將要追蹤的目標區(qū)域；
步驟2:將圖像鳥從RGB顏色空間映射到HSV顏色空間，并計算目標區(qū)域Afcy)的顏色概率分布；
步驟3:計算提取出目標區(qū)域JiCi;JO的局部不變特征點；步驟4:根據(jù)概率分布分別計算Ui0tjrJ的零階矩
【權(quán)利要求】
1.一種基于局部不變特征檢測的自適應(yīng)均值漂移算法，其特征在于，包括以下步驟: 步驟1:在視頻的起始幀選擇將要追蹤的目標區(qū)域； 步驟2:將圖像鳥從RGB顏色空間映射到HSV顏色空間，并計算目標區(qū)域的顏色概率分布； 步驟3:計算提取出目標區(qū)域的局部不變特征點； 步驟4:根據(jù)概率分布分別計算ofjry)的零階矩
2.根據(jù)權(quán)利要求1所述的一種基于局部不變特征檢測的自適應(yīng)均值漂移算法，其特征在于:所述步驟3包括以下步驟:首先建尺度空間
【文檔編號】G06T7/00GK104021564SQ201410289886
【公開日】2014年9月3日 申請日期:2014年6月26日 優(yōu)先權(quán)日:2014年6月26日
【發(fā)明者】蔡延光, 郭棟, 蔡顥, 邢延 申請人:廣東工業(yè)大學