專利名稱：基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法。
背景技術(shù)：
無線傳感器網(wǎng)絡(luò)綜合了傳感技術(shù)、網(wǎng)絡(luò)技術(shù)、無線通信技術(shù)和分布式智能信息處理技術(shù)等，可以廣泛應(yīng)用于智能建筑、環(huán)境監(jiān)測等領(lǐng)域。無線傳感器網(wǎng)絡(luò)由部署在一個特定區(qū)域內(nèi)的較大規(guī)模的傳感器節(jié)點組成，傳感器節(jié)點采用多跳、自組織的無線通信方式，以特定的協(xié)議高效、穩(wěn)定、協(xié)同地完成某種特定的任務(wù)，從而極大地擴展人們獲取客觀世界信息的能力。由于傳感器節(jié)點成本低、感知數(shù)據(jù)精確、部署方便，傳感器網(wǎng)絡(luò)自組織、魯棒性強等優(yōu)點，能夠有效地感知和檢測目標物體，因此目標跟蹤成為無線傳感器網(wǎng)絡(luò)應(yīng)用的熱點領(lǐng)域。
近年來，許多國內(nèi)外學者相繼展開了采用無線傳感器網(wǎng)絡(luò)進行目標跟蹤的研究，其中大部分的研究成果借助于無線傳感器觀測節(jié)點與被測目標之間的信息交互，例如專利申請公開說明書《基于雙層預(yù)測機制的無線傳感器網(wǎng)
絡(luò)目標跟蹤方法》(申請?zhí)?00810048967.1，公開號CN101339240)，結(jié)合目
標的運動特征和歷史數(shù)據(jù)，建立目標軌跡的預(yù)測模型。這種方法受限于觀測節(jié)點與被測目標之間的無線通信以及預(yù)測模型的局限性，精度不高，并且當部署環(huán)境干擾通信、目標運動無規(guī)律、目標運動軌跡突然發(fā)生變化時，這些方法將丟失跟蹤目標，易產(chǎn)生錯誤軌跡估計等問題。隨著嵌入式技術(shù)的發(fā)展，圖像傳感器己經(jīng)能夠應(yīng)用到無線傳感器網(wǎng)絡(luò)中，利用圖像傳感器網(wǎng)絡(luò)進行目標跟蹤，具有直觀性和及時性，在一定程度上解決了上述方法存在的問題。傳統(tǒng)的利用圖像信息實現(xiàn)目標跟蹤的方法根據(jù)是否進行圖像間的模式匹配可以概括為兩類基于目標檢測的方法和基于目標識別的方法。
(1) 基于目標檢測的方法。
基于目標檢測的方法主要有基于差分的方法、基于背景估計的方法和基于運動場估計的方法三種。
基于差分的方法是對相鄰幀圖像做相減運算，利用視頻序列中相鄰幀圖像間的強相關(guān)性進行變化檢測，從而確定運動目標。但差分后顯現(xiàn)的背景易被誤認為是噪聲，這種誤差在傳統(tǒng)差分法中無法克服，造成目標檢測的不準確，對于緩慢運動的目標甚至無法提取出目標邊界，對于快速運動的目標提取出的目標區(qū)域又過大。
基于背景估計的方法是將當前圖像與事先存儲或隨時更新的背景圖像相減，若某一像素大于閥值，則認為該像素屬于運動目標。此方法中，背景更新的計算量較大，且必須建立合適的模型，對于背景也做大幅度運動的場合是不適用的。
基于運動場估計的方法是通過視頻序列的時空相關(guān)性分析估計運動場，建立相鄰幀圖像的對應(yīng)關(guān)系，利用目標與背景的運動形式不同而進行運動目標檢測。主要有光流法、塊匹配方法、貝葉斯分割等。此類方法依靠增加時間域的支撐來獲得在低信噪比和復雜背景條件下檢測目標的能力。但需要對整個圖像區(qū)域進行運算，計算量大，而且一般局限于目標與背景的灰度保持不變的假設(shè)條件下。
(2) 基于目標識別的方法。
基于識別的方法亦可以稱為基于匹配的方法，其基本思想是把一個預(yù)先存儲的目標圖像模板作為識別和測定目標位置的依據(jù)，用目標模板與實際圖像的
5各個子區(qū)進行匹配，找出和目標模板最相似的一個子圖像的位置，就認為是當前目標的位置。但這種跟蹤方法運算量較大，對于尺度、旋轉(zhuǎn)等圖像變形問題，模板匹配很困難，當目標的自身特征發(fā)生變化時，容易導致模板匹配不穩(wěn)定。從上述分析可以看出，傳統(tǒng)的利用圖像信息實現(xiàn)目標跟蹤的方法沒有考
慮觀測設(shè)備硬件資源的限制，這些方法計算量大、結(jié)構(gòu)復雜，需要設(shè)備具有
較好的數(shù)據(jù)處理能力和豐富的存儲資源。然而無線傳感器節(jié)點要求低功耗、
低復雜度、低成本，傳統(tǒng)的方法無法直接應(yīng)用圖像傳感器網(wǎng)絡(luò)中，因此迫切
需要新的解決思路，利用圖像傳感器網(wǎng)絡(luò)實現(xiàn)目標跟蹤。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提出一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，用以解決上述傳感器網(wǎng)絡(luò)采用的目標跟蹤方法存在的問題。
本發(fā)明的技術(shù)方案是， 一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，采用紅外發(fā)光二極管對目標進行標識，并在觀測節(jié)點的圖像傳感器中安裝濾光片，然后觀測節(jié)點通過采集視野內(nèi)的圖像以及識別圖像內(nèi)紅外發(fā)光二極管的位置，完成對目標軌跡的跟蹤，其特征是所述方法包括下列步驟
步驟l:觀測節(jié)點偵測目標物體，判斷是否有目標物體出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)或者是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則執(zhí)行步驟2;否則，繼續(xù)偵測；
步驟2:按照觀測節(jié)點設(shè)定的時間間隔進行圖像采集，對采集到的圖像實
時地進行灰度化處理和二值化處理，然后根據(jù)處理后的圖像中背景和目標物體
的像素差異，提取出目標物體在當前時間點的像素坐標；
步驟3:觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器；同時，觀測節(jié)點利用目標物體像素坐標與觀測節(jié)點的監(jiān)測區(qū)域邊界進行對比，判斷目標物體是否處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則返回步驟2;否則，返回步驟1;
步驟4:服務(wù)器通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系，將目標物體的像素坐標，轉(zhuǎn)換為物理世界的真實坐標，并在顯示界面上標識，利用光滑曲線將目標物體的歷史像素坐標進行連接，最終得到目標物體的運動軌跡。
所述判斷是否有目標物體出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，具體是每個觀測節(jié)點周期性地通過自身的圖像傳感器模塊來檢測是否有目標出現(xiàn)在監(jiān)測區(qū)域內(nèi)。
所述判斷是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，具體是每個觀測節(jié)點周期性地偵測來自鄰居觀測節(jié)點發(fā)送來的消息，確定是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。
所述步驟3還包括，當目標物體到達觀測節(jié)點的監(jiān)測區(qū)域邊界時，觀測節(jié)點主動向周圍鄰居觀測節(jié)點發(fā)送消息，通知鄰居觀測節(jié)點有目標物體將要出現(xiàn)在鄰居觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。
所述灰度化處理是，通過刪除冗余的圖像信息，將觀測節(jié)點的圖像傳感器模塊采集的目標物體的彩色圖像，轉(zhuǎn)變?yōu)榛叶葓D像。
所述二值化處理是，通過設(shè)置適當?shù)拈撝?，將?jīng)過灰度化處理后的灰度圖
像的像素的灰度置為0或255，使其呈現(xiàn)出明顯的黑白效果。
所述提取出目標物體在當前時間點的像素坐標的方法包括下列步驟
步驟21:對目標物體的所有的灰度值為255的像素點進行分類，設(shè)為集合
{為}，要求4內(nèi)像素位置兩兩相通，即任意兩個像素位置滿足通過若干相鄰位
置構(gòu)成一條通路；而不同集合A內(nèi)的像素位置互不相通；
步驟22:判別集合{^}的大小，根據(jù)事先已知的發(fā)光二極管的光斑大小iV，計算集合A使其大小與7V最接近，其計算公式為步驟23:依照公式
求得A內(nèi)像素位置的質(zhì)心，并將其作為被測目標物體的像素坐標Oc。,少。)。
所述觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器，其過程采用UDP協(xié)議并通過Wi-Fi方式。
本發(fā)明的效果在于，利用發(fā)光二極管對目標的標識可以有效地表征其所處位置，采用目標物體和背景的像素差異準確提取出目標物體的位置信息，省去了繁復的計算過程，從而使目標跟蹤更加準確高效。


圖1是本發(fā)明的系統(tǒng)搭建場景圖2是本發(fā)明實施例一的實現(xiàn)流程圖3是監(jiān)測區(qū)域劃分示意圖4是本發(fā)明實施例二的實現(xiàn)流程圖5是本發(fā)明實施例二的目標跟蹤軌跡示意圖。
具體實施例方式
下面結(jié)合附圖，對優(yōu)選實施例作詳細說明。應(yīng)該強調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。
圖1是本發(fā)明的系統(tǒng)搭建場景圖。圖1所示為基于圖像傳感器網(wǎng)絡(luò)的目
標跟蹤方法的測試場景。若干個觀測節(jié)點1垂直亍地面2并固定，以某個角度值向F俯視地面2，并在部署前通過測試獲得每個測試節(jié)點的監(jiān)測區(qū)域。以某個節(jié)點作為原點，選用合適的步長劃分坐標系，并將其作為現(xiàn)實世界的實際坐標系。在本發(fā)明中，觀測節(jié)點偵測目標物體，有兩種實現(xiàn)方式， 一種是每個觀 測節(jié)點周期性地通過自身的圖像傳感器模塊來檢測是否有目標出現(xiàn)在監(jiān)測區(qū)
域內(nèi)；另一種是通過觀測節(jié)點不斷偵聽來自鄰居觀測節(jié)點發(fā)送來的消息來確
定是否有目標出現(xiàn)將要出現(xiàn)在監(jiān)測區(qū)域內(nèi)。本實施例采用第一種方式。
圖2是本發(fā)明實施例一的實現(xiàn)流程圖。圖2中，本發(fā)明提出的基于圖像 傳感器網(wǎng)絡(luò)的目標跟蹤方法通過下列步驟實現(xiàn) 步驟101:開始進行目標物體偵測。
步驟102:每個觀測節(jié)點周期性地通過自身的圖像傳感器模塊來檢測是否 有目標物體出現(xiàn)在監(jiān)測區(qū)域內(nèi)，如果是，則執(zhí)行步驟103;否則，返回步驟101
繼續(xù)偵測。
步驟103:按照觀測節(jié)點設(shè)定的時間間隔進行圖像采集，對采集到的圖像 實時地進行灰度化處理和二值化處理。
灰度化處理是通過刪除冗余的圖像信息，將觀測節(jié)點的圖像傳感器模塊采 集的目標物體的彩色圖像，轉(zhuǎn)變?yōu)榛叶葓D像。
二值化處理是通過設(shè)置適當?shù)拈撝担瑢⒔?jīng)過灰度化處理后的灰度圖像的像
素的灰度置為0或255,使其呈現(xiàn)出明顯的黑白效果。
步驟104:然后根據(jù)處理后的圖像中背景和目標物體的像素差異，提取出
目標物體在當前時間點的像素坐標，其過程是
首先，對目標物體的所有的灰度值為255的像素點進行分類，設(shè)為集合 {^}，要求忒內(nèi)像素位置兩兩相通，即任意兩個像素位置滿足通過若干相鄰位 置構(gòu)成一條通路；而不同集合A內(nèi)的像素位置互不相通。
其次判別集合{^}的大小，根據(jù)事先已知的發(fā)光二極管的光斑大小7V， 計算集合^使其大小與7V最接近，其計算公式為
/ = arg,. min | Wze(4 — iV)卜最后依照公式
求得A內(nèi)像素位置的質(zhì)心，并將其作為被測目標物體的像素坐標(x。,少。)。
步驟105:觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器。觀測節(jié)點
將得到的目標物體像素坐標發(fā)送給服務(wù)器，其過程采用UDP協(xié)議并通過Wi-Fi 方式。
步驟106:觀測節(jié)點利用目標物體像素坐標與觀測節(jié)點的監(jiān)測區(qū)域邊界進 行對比，判斷目標物體是否處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則返回步驟
102;否則，返回步驟101。
圖3是監(jiān)測區(qū)域劃分示意圖。圖3中，圖像傳感器觀測節(jié)點根據(jù)自身的監(jiān) 測區(qū)域，將其劃分為A、 B、 C、 D、 E五部分。其中A、 B、 C、 D表示監(jiān)測區(qū) 域的邊界，d。表示初始的邊界寬度。如果觀測節(jié)點發(fā)現(xiàn)目標像素的位置位于E 區(qū)域內(nèi)，表示目標不會離開該觀測節(jié)點的監(jiān)測區(qū)域，這意味著目標物體處在觀 測節(jié)點的監(jiān)測區(qū)域內(nèi)，此時返回步驟102，由該觀測節(jié)點繼續(xù)進行圖像采集； 如果觀測節(jié)點發(fā)現(xiàn)目標像素的位置位于其他區(qū)域內(nèi)，表示目標會離開該觀測節(jié) 點的監(jiān)測區(qū)域，這意味著目標物體不處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，此時返回步 驟IOI，等待其他觀測節(jié)點捕捉該目標物體。
步驟107:服務(wù)器判斷接收到的目標物體像素坐標是否有效，如果有效則 執(zhí)行步驟108;否則，執(zhí)行步驟IIO。
步驟108:服務(wù)器通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系，將
目標物體的像素坐標，轉(zhuǎn)換為物理世界的真實坐標。
服務(wù)器上安裝軟件工具Qt和Qwt來完成其軌跡繪制和顯示的任務(wù)。系統(tǒng) 主要利用圖像標定過程來得到所有觀測節(jié)點像素坐標系和實際坐標系之間的 關(guān)系矩陣T，用以實現(xiàn)坐標轉(zhuǎn)換。
步驟109:利用光滑曲線將目標物體的歷史像素坐標進行連接，最終得到 目標物體的運動軌跡。
步驟110:忽略該像素坐標。
10實施例二
在本實施例中，采用觀測節(jié)點不斷偵聽來自鄰居觀測節(jié)點發(fā)送來的消息， 確定是否有目標出現(xiàn)將要出現(xiàn)在監(jiān)測區(qū)域內(nèi)。圖4是本發(fā)明實施例二的實現(xiàn) 流程圖。圖4中，本發(fā)明提出的基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法通過下 列步驟實現(xiàn)
步驟201:開始進行目標物體偵測。
步驟202:每個觀測節(jié)點周期性地偵測來自鄰居觀測節(jié)點發(fā)送來的消息， 確定是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。如果是，則執(zhí)行步驟
203;否則，返回步驟201繼續(xù)偵測。
步驟203:按照觀測節(jié)點設(shè)定的時間間隔進行圖像采集，對采集到的圖像
實時地進行灰度化處理和二值化處理。
灰度化處理和二值化處理的過程與實施例一的步驟103 —致。
步驟204:然后根據(jù)處理后的圖像中背景和目標物體的像素差異，提取出
目標物體在當前時間點的像素坐標，其過程與實施例一的步驟104—致。
步驟205:觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器。觀測節(jié)點
將得到的目標物體像素坐標發(fā)送給服務(wù)器，其過程采用UDP協(xié)議并通過Wi-Fi 方式。
步驟206:觀測節(jié)點利用目標物體像素坐標與觀測節(jié)點的監(jiān)測區(qū)域邊界進 行對比，判斷目標物體是否處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則返回步驟 202;否則，執(zhí)行步驟207。
圖3是監(jiān)測區(qū)域劃分示意圖。圖3中，圖像傳感器觀測節(jié)點根據(jù)自身的監(jiān) 測區(qū)域，將其劃分為A、 B、 C、 D、 E五部分。其中A、 B、 C、 D表示視野的 邊界，do表示初始的邊界寬度。如果觀測節(jié)點發(fā)現(xiàn)目標像素的位置位于E區(qū)域 內(nèi)，表示目標不會離開該觀測節(jié)點的監(jiān)測區(qū)域，這意味著目標物體處在觀測節(jié) 點的監(jiān)測區(qū)域內(nèi)，此時返回步驟202，由該觀測節(jié)點繼續(xù)進行圖像采集。如果
ii觀測節(jié)點發(fā)現(xiàn)目標像素的位置位于其他區(qū)域內(nèi)，表示目標會離開該觀測節(jié)點的 監(jiān)測區(qū)域，這意味著目標物體不處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，那么由該觀測節(jié)
點向A、 B、 C、 D區(qū)域?qū)?yīng)的鄰居節(jié)點發(fā)出警告消息，使對應(yīng)區(qū)域的鄰居觀測
節(jié)點捕捉該目標物體。
為了適應(yīng)目標不同的移動速度，對邊界寬度d。實現(xiàn)動態(tài)調(diào)整，結(jié)合當前象
素位置和前 一 個時刻的象素位置，邊界寬度d。=MAX{d(t-l), (0 - & (卜I))2 + ( (,)- W -1))2 }，其中，d(t-l)為前一個時刻的邊界寬度，
S^)分別為當前像素橫、縱坐標；&(卜1)和5^-l)分別為前一個時刻的像素橫、
縱坐標。因此，邊界的動態(tài)調(diào)整能夠保證及時發(fā)現(xiàn)目標是否有離開視野范圍的 趨勢，以便于觀測節(jié)點及早實現(xiàn)鄰居通告。
步驟207:觀測節(jié)點主動向周圍鄰居觀測節(jié)點發(fā)送消息，通知鄰居觀測節(jié) 點有目標物體將要出現(xiàn)在鄰居觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。
步驟208:服務(wù)器判斷接收到的目標物體像素坐標是否有效，如果有效則 執(zhí)行步驟209;否則，執(zhí)行步驟211。
步驟209:服務(wù)器通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系，將 目標物體的像素坐標，轉(zhuǎn)換為物理世界的真實坐標。
步驟210:利用光滑曲線將目標物體的歷史像素坐標進行連接，最終得
到目標物體的運動軌跡。圖5是本發(fā)明實施例二的目標跟蹤軌跡示意圖。圖 5中，各個點的坐標通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系得到， 然后將目標物體的歷史像素坐標進行連接，形成目標物體的運動軌跡。 步驟211:忽略該像素坐標。
為保證目標跟蹤軌跡的準確以及考慮觀測節(jié)點和服務(wù)器的處理能力，在
實施例一和實施例二實施過程中，步驟102和步驟202觀測節(jié)點監(jiān)測目標物 體的周期可以設(shè)定的長一些，比如8-10秒進行一次檢測；而步驟103和步驟 104中，觀測節(jié)點按照設(shè)定的時間間隔進行圖像采集時，設(shè)定的時間間隔可
12以短一些，在l-2秒進行一次圖像采集。
通過本發(fā)明提供的方法，觀測節(jié)點采集圖像時，可以將目標物體簡化為 一個光斑，目標物體所在的復雜環(huán)境則簡化為單一色調(diào)的背景。其優(yōu)點是經(jīng) 過圖像處理后，利用目標物體和背景的像素差異便可準確提取出目標物體的 位置信息，省去了模板匹配、相鄰幀圖像差分以及背景估計等繁復的程序， 降低整個工作的復雜度；利用發(fā)光二極管對目標的標識可以有效地表征其所
處位置，而忽略了其它與位置信息無關(guān)的干擾因素，所以物體自身的旋轉(zhuǎn)和 形狀的變化以及周圍環(huán)境變化等問題都不會對目標運動軌跡產(chǎn)生影響。
以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不 局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可 輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明 的保護范圍應(yīng)該以權(quán)利要求的保護范圍為準。
權(quán)利要求
1.一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，采用紅外發(fā)光二極管對目標進行標識，并在觀測節(jié)點的圖像傳感器中安裝濾光片，然后觀測節(jié)點通過采集視野內(nèi)的圖像以及識別圖像內(nèi)紅外發(fā)光二極管的位置，完成對目標軌跡的跟蹤，其特征是所述方法包括下列步驟步驟1觀測節(jié)點偵測目標物體，判斷是否有目標物體出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)或者是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則執(zhí)行步驟2；否則，繼續(xù)偵測；步驟2按照觀測節(jié)點設(shè)定的時間間隔進行圖像采集，對采集到的圖像實時地進行灰度化處理和二值化處理，然后根據(jù)處理后的圖像中背景和目標物體的像素差異，提取出目標物體在當前時間點的像素坐標；步驟3觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器；同時，觀測節(jié)點利用目標物體像素坐標與觀測節(jié)點的監(jiān)測區(qū)域邊界進行對比，判斷目標物體是否處在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，如果是，則返回步驟2；否則，返回步驟1；步驟4服務(wù)器通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系，將目標物體的像素坐標，轉(zhuǎn)換為物理世界的真實坐標，并在顯示界面上標識；利用光滑曲線將目標物體的歷史像素坐標進行連接，最終得到目標物體的運動軌跡。
2. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述判斷是否有目標物體出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，具體是每個觀測節(jié) 點周期性地通過自身的圖像傳感器模塊來檢測是否有目標出現(xiàn)在監(jiān)測區(qū)域內(nèi)。
3. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述判斷是否有目標物體將要出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)，具體是每個觀 測節(jié)點周期性地偵測來自鄰居觀測節(jié)點發(fā)送來的消息，確定是否有目標物體將要 出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。
4. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述步驟3還包括，當目標物體到達觀測節(jié)點的監(jiān)測區(qū)域邊界時，觀測節(jié)點主 動向周圍鄰居觀測節(jié)點發(fā)送消息，通知鄰居觀測節(jié)點有目標物體將要出現(xiàn)在鄰居 觀測節(jié)點的監(jiān)測區(qū)域內(nèi)。
5. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征是所述灰度化處理是，通過刪除冗余的圖像信息，將觀測節(jié)點的圖像傳感器模塊 采集的目標物體的彩色圖像，轉(zhuǎn)變?yōu)榛叶葓D像。
6. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述二值化處理是，通過設(shè)置適當?shù)拈撝?，將?jīng)過灰度化處理后的灰度圖像的 像素的灰度置為0或255，使其呈現(xiàn)出明顯的黑白效果。
7. 根據(jù)權(quán)利要求1所述的,中基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述提取出目標物體在當前時間點的像素坐標的方法包括下列歩驟步驟21:對目標物體的所有的灰度值為255的像素點進行分類，設(shè)為集合 {A}，要求4內(nèi)像素位置兩兩相通，即任意兩個像素位置滿足通過若干相鄰位置 構(gòu)成一條通路；而不同集合A內(nèi)的像素位置互不相通；歩驟22:判別集合{為}的大小，根據(jù)事先已知的發(fā)光二極管的光斑大小W， 計算集合A使其大小與^V最接近，其計算公式為<formula>formula see original document page 3</formula>步驟23:依照公式<formula>formula see original document page 3</formula>求得A內(nèi)像素位置的質(zhì)心，并將其作為被測目標物體的像素坐標(u。)。
8. 根據(jù)權(quán)利要求1所述的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法，其特征 是所述觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器，其過程采用UDP協(xié) 議并通過Wi-Fi方式。
全文摘要
本發(fā)明公開了計算機圖像處理技術(shù)領(lǐng)域中的一種基于圖像傳感器網(wǎng)絡(luò)的目標跟蹤方法。觀測節(jié)點偵測目標物體，目標物體出現(xiàn)在觀測節(jié)點的監(jiān)測區(qū)域內(nèi)；則觀測節(jié)點按照設(shè)定的時間間隔進行圖像采集，對采集到的圖像實時地進行灰度化處理和二值化處理，然后根據(jù)處理后的圖像中背景和目標物體的像素差異，提取出目標物體在當前時間點的像素坐標；觀測節(jié)點將得到的目標物體像素坐標發(fā)送給服務(wù)器；服務(wù)器通過觀測節(jié)點圖像坐標系與現(xiàn)實坐標系的轉(zhuǎn)換關(guān)系，將目標物體的像素坐標，轉(zhuǎn)換為物理世界的真實坐標，并利用光滑曲線將目標物體的歷史像素坐標進行連接，最終得到目標物體的運動軌跡。本發(fā)明使目標跟蹤更加準確高效。
文檔編號G06T7/20GK101635057SQ20091009041
公開日2010年1月27日 申請日期2009年8月4日 優(yōu)先權(quán)日2009年8月4日
發(fā)明者張宏科, 梁露露, 牛延超, 王曉寧, 濤 鄭, 高德云 申請人:北京交通大學