目標跟蹤方法及裝置的製作方法

2023-10-08 19:40:49 3

專利名稱：目標跟蹤方法及裝置的製作方法
目標跟蹤方法及裝置
技術領域：
本發明涉及一種圖像處理技術領域的運動目標跟蹤方法，具體是一種目標跟蹤方法及裝置。
背景技術：
均值漂移是1975年由Fukunaga提出的一種基於密度梯度的無參數估計方法。1995年Cheng將它引入計算機視覺領域之後，近一些年引起國內外學者的廣泛關注。因為在用於目標跟蹤時，均值漂移算法具有一些很好的性質，如單參數算法，容易作為一個模塊和別的算法集成；採用核函數直方圖建模，對邊緣阻擋、目標的旋轉、變形以及背景運動都不敏感等。目前針對均值漂移的研究多數集中在對算法的改進方面。如Collins將尺度空間和均值漂移相結合解決了核函數帶寬實時變化時的目標跟蹤。K. Numiaro研究了粒子濾波器和均值漂移方法相結合的情況，但是粒子濾波器本身的複雜計算降低了跟蹤的實時性。上述研究提升了算法的性能，但在一定程度上增加了計算複雜度，使得更難以應用於實時性要求較高的場合。近年來，隨著視覺物聯網的發展，視覺處理算法將會越來越多地用在嵌入式系統中。計算實時性成為制約均值漂移算法能否實用的主要因素。因此，如何提高算法的計算速度成為研究熱點。如Changjiang Yang對多維圖像的均值漂移方法進行了討論,使用改進的快速高斯變換提高算法的速度。然而，目前的研究工作還未能很好地解決均值漂移計算實時性的問題。

發明內容本發明要解決技術問題提高了計算速度，從而使得本發明更利於硬體實現，為此提供了一種目標跟蹤方法及裝置。根據本發明的一個方面，提供了一種目標跟蹤方法，所述方法包括計算第一候選模型概率密度P_y0 ;根據第一候選模型概率密度P_y0計算目標模型概率密度；根據第一候選模型概率密度P_y0和目標模型概率密度，計算權重；將權重參與計算下一幀的圓心的運算，得到下一幀的圓心。進一步地，所述計算第一候選模型概率密度p_y0包括權值計算設(X，y)為初始圓心，(P，Q)為像素點坐標，半徑為r。選取圓內的像素點作為特徵點，根據特徵點離圓心的距離，給每個特徵點賦予不同的權值；權值k的計算公式為k = r2_[ (χ-Ρ) 2+(y_Q)2]進一步地，所述計算第一候選模型概率密度p_y0還包括掃描設(x,y)為初始圓心,半徑為r,以圓的外接正方形進行掃描,從(x_r,y)開始按行掃描，至(x+r，y)結束掃描；按像素點的坐標計算出該像素點的索引。
進一步地，所述計算第一候選模型概率密度P_y0還包括存儲利用索引得到該像素點的灰度值；其中，其中利用IP核模擬ROM存儲圖片。進一步地，所述計算第一候選模型概率密度p_y0還包括分類將灰度值分為5類；其中，像素點的灰度值範圍是(0，255)。進一步地，所述計算第一候選模型概率密度p_y0還包括直方圖統計按像素點的權值和分類信息，將權值加到相應的類中；這樣就得到第一候選模型概率密度P_y0。進一步地，所述根據第一候選模型概率密度p_y0計算目標模型概率密度包括把初始幀的第一候選模型概率密度P_y0直接賦值給目標模型概率密度。進一步地，所述根據第一候選模型概率密度p_y0和目標模型概率密度q，計算權重包括根據如下式可以計算出權重
權利要求
1.一種目標跟蹤方法及裝置，其特徵在於，所述方法包括 計算第一候選模型概率密度P_yO ； 根據第一候選模型概率密度P_yO計算目標模型概率密度； 根據第一候選模型概率密度P_yO和目標模型概率密度，計算權重； 將權重參與計算下一幀的圓心的運算，得到下一幀的圓心。
2.根據權利要求1所述的目標跟蹤方法，其特徵在於，所述計算第一候選模型概率密度p_yO包括 1)權值計算設(X，y)為初始圓心，(P，Q)為像素點坐標，半徑為r。選取圓內的像素點作為特徵點，根據特徵點離圓心的距離，給每個特徵點賦予不同的權值；權值k的計算公式為k = r2-[ (x-P) 2+(y-Q)2] 2)掃描設(X，y)為初始圓心，半徑為r，以圓的外接正方形進行掃描，從(x_r，y)開始按行掃描，至(x+r，y)結束掃描；按像素點的坐標計算出該像素點的索引； 3)存儲利用索引得到該像素點的灰度值； 其中，其中利用IP核模擬ROM存儲圖片； 4)分類將灰度值分為5類； 其中，像素點的灰度值範圍是(0，255)； 5)直方圖統計按像素點的權值和分類信息，將權值加到相應的類中；這樣就得到第一候選模型概率密度P_y0。
3.根據權利要求2所述的目標跟蹤方法，其特徵在於，所述根據第一候選模型概率密度P_y0計算目標模型概率密度包括 把初始幀的第一候選模型概率密度P_y0直接賦值給目標模型概率密度。
4.根據權利要求3所述的目標跟蹤方法，其特徵在於，所述根據第一候選模型概率密度P_y0和目標模型概率密度q，計算權重包括 根據如下式可以計算出權重
5.根據權利要求4所述的目標跟蹤方法，其特徵在於，所述將權重參與計算下一幀的圓心的運算，得到下一幀的圓心包括 1)根據得到的分類信息選擇相應的權重O1、掃描信息得到像素點的坐標(P，Q)，可以計算出下一巾貞的可能圓心坐標(Xpy1)
6.一種目標跟蹤裝置，其特徵在於，其包括第一候選模型概率密度P_y0計算模塊，用於計算第一候選模型概率密度P_y0 ；目標模型概率密度計算模塊，用於根據第一候選模型概率密度P_y0計算目標模型概率密度；權重計算模塊，用於根據第一候選模型概率密度P_y0和目標模型概率密度，計算權下一幀的圓心計算模塊，用於將權重參與計算下一幀的圓心的運算，得到下一幀的圓心。
7.根據權利要求6所述的目標跟蹤裝置，其特徵在於，所述第一候選模型概率密度p_y0計算模塊，具體包括權值計算單元、掃描單元、分類單元和直方圖統計單元；權值計算單元用於設(x，y)為初始圓心，(P，Q)為像素點坐標，半徑為r ;選取圓內的像素點作為特徵點，根據特徵點離圓心的距離，給每個特徵點賦予不同的權值；權值k的計算公式為k = r2-[ (x-P) 2+(y-Q)2]掃描單元用於設(x，y)為初始圓心，半徑為r，以圓的外接正方形進行掃描，從(x-r，y)開始按行掃描，至(x+r，y)結束掃描；按像素點的坐標計算出該像素點的索引；存儲單元用於利用索引得到該像素點的灰度值；其中，其中利用IP核模擬ROM存儲圖片；分類單元用於將灰度值分為5類，像素點的灰度值範圍是(0，255)；直方圖統計單元用於按像素點的權值和分類信息，將權值加到相應的類中。
8.根據權利要求7所述的目標跟蹤裝置，其特徵在於，所述目標模型概率密度計算模塊，具體用於把初始幀的第一候選模型概率密度P_y0直接賦值給目標模型概率密度。
9.根據權利要求8所述的目標跟蹤裝置，其特徵在於，所述權重計算模塊，具體用於根據得到第一候選模型概率密度P_y0和目標模型概率密度q可以計算出權重ω i
10.根據權利要求9所述的目標跟蹤裝置，其特徵在於，所述下一幀的圓心計算模塊，具體包括計算下一巾貞的可能圓心單元、計算第二候選模型概率密度P_yl單元、計算第一寄存器值regl和第二寄存器值reg2單元、第二比較信號sig2計算單元、第一比較信號sigl計算單元和下一巾貞圓心判斷單元； 計算下一幀的可能圓心單元，用於按得到的分類信息選擇相應的權重O1、掃描信息得到像素點的坐標(P，Q)，可以計算出下一幀的可能圓心坐標(Xl，yi)
全文摘要
本發明揭露了一種目標跟蹤方法及裝置，所述方法包括計算第一候選模型概率密度p_y0；根據第一候選模型概率密度p_y0計算目標模型概率密度；根據第一候選模型概率密度p_y0和目標模型概率密度，計算權重；將權重參與計算下一幀的圓心的運算，得到下一幀的圓心。本發明分別對權值計算和權重計算進行改進，使得大量浮點運算轉化為整數運算，在保證跟蹤精度的同時，有效地提高了計算速度，從而使得本發明更利於硬體實現。
文檔編號G06T7/20GK103035012SQ20121052457
公開日2013年4月10日 申請日期2012年12月4日 優先權日2012年12月4日
發明者柴志雷, 周丹, 梁久禎, 邵興龍, 王芝斌, 陽文敏, 馬駿, 張圓蒲 申請人:江南大學