專利名稱：一種基于Mean shift的目標跟蹤方法
技術領域：
本發(fā)明涉及一種基于Mean shift (均值漂移)算法的目標跟蹤改進型方法，設計了一種有效克服跟蹤漂移問題并適應目標尺度變化的模糊自適應方法，可以應用于各類運動目標跟蹤系統(tǒng)。
背景技術：
目標跟蹤是近年來計算機視覺領域中備受關注的研究方向，在安全監(jiān)控、運動檢測等領域都具有廣泛的應用前景。目前運動目標的跟蹤方法主要有光流法、粒子濾波、Meanshift均值漂移等方法，其中Mean shift算法以其良好的實時特性獲得廣泛的應用與發(fā)展。但傳統(tǒng)的基于Mean shift的跟蹤算法存在以下問題1)由于采用固定的核窗寬度，不能很好的適應目標尺度的變化；2)目標模型固定不變，隨著跟蹤時間的積累，產生跟蹤漂移，最終可能會丟失目標。 基于此，本發(fā)明提出了一種基于Mean shift算法的模糊自適應運動目標跟蹤方法，在此基礎上設計了一個自適應模糊跟蹤系統(tǒng)，可有效適應目標尺度的變化另外，增加了模型自適應更新機制，根據候選目標的置信度自適應調整目標模型，理論上這種方法不僅可以適應目標尺度的變化并能克服目標跟蹤過程中的跟蹤漂移問題。

發(fā)明內容
要解決的技術問題能夠有效適應跟蹤目標尺度的變化，并能夠避免目標跟蹤中的漂移現象，實現目標長時間實時穩(wěn)定跟蹤。技術方案一種基于Mean shift的目標跟蹤方法，其特征在于步驟I :在第I幀圖像中選取包含目標跟蹤的區(qū)域作為目標模板圖像；步驟2 :根據目標運動的位置和速度構造卡爾曼濾波器模型，預測第k幀候選目標的位置X{k):然后以為中心，作窗口大小為h(k廣的矩形窗，得到窗所覆蓋的目標圖像I(k);所述的h(k廣為第k幀候選目標增益尺度，為h(k)*= (l+i3)Xh(k-l)，其中h(k-l)為第k-1幀候選目標尺度，β為拓展因子；步驟3:計算第k幀0像候選目標的置信度L(k)和I(k)與I(k-l)之間的相似度
\\L{k)-Lik-IiKdl
1 成立時，不進行候選目標尺度的更新，重復步驟2;
IP(^) > Pr,,所述的m= I；.log},其中:Pub(b(yi))為圖像背景的概率密度
Ti rmx\PJlh(b{y
函數，Pu(Myi))為候選目標的概率密度函數，δ為調整因子；yi為第k幀候選目標第i個像素點的值，Nd為第k幀候選目標像素點總數；
I (k-i)為第k-i幀的目標圖像，p(k) = ||i(k) -Kk-D 112, 0th為候選目標置信度的下限閾值；P th為候選目標相似度的下限閾值；步驟4 :以置信度梯度z (k)和相似度梯度m(k)作為模糊控制器的輸入，h(k)作為模糊控制器的輸出，采用表I所述模糊控制規(guī)則建立模糊控制器，輸出h(k)i ;表I模糊控制規(guī)則表
權利要求
1.一種基于Mean shift的目標跟蹤方法，其特征在于 步驟I :在第I幀圖像中選取包含目標跟蹤的區(qū)域作為目標模板圖像； 步驟2 :根據目標運動的位置和速度構造卡爾曼濾波器模型，預測第k幀候選目標的位置;Τ 幻;然后以;為中心，作窗口大小為h(k廣的矩形窗，得到窗所覆蓋的目標圖像I(k);所述的h(k廣為第k幀候選目標增益尺度，為h(k)*= (l+i3)Xh(k-l)，其中h(k-l)為第k-1幀候選目標尺度，β為拓展因子； 步驟3:計算第k幀圖像候選目標的置信度L(k)和I(k)與I (k-1)之間的相似度P (k)，當
2.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述拓展因子β為O. 4 I。
3.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述調整因δ子取值為δ = 0.001。
4.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述候選目標置信度的下限閾值Qth取值為10。
5.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述候選目標相似度的下限閾值P th取值為O. 8。
6.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述模型更新閾值ε取ε = O. 8。
7.根據權利要求I所述的基于Meanshift的目標跟蹤方法，其特征在于所述學習速度α取值O. 2 O. 5。
全文摘要
本發(fā)明涉及一種基于Mean shift目標跟蹤改進型方法，其特征在于首先利用卡爾曼濾波算法對目標當前位置進行預測，然后設計模糊判定準則在線調整目標尺度值，利用Mean shift迭代運算逐步逼近目標完成跟蹤，最后，利用相似度和置信度系數設計模型更新準則，以實現模板的自適應更新。利用本發(fā)明方法，能夠有效適應跟蹤目標尺度的變化，避免目標跟蹤中的漂移現象，又能有效克服圖像中噪聲的干擾，跟蹤精度明顯提高，可實現長時間目標實時穩(wěn)定跟蹤。
文檔編號H04N5/14GK102831622SQ20121030073
公開日2012年12月19日 申請日期2012年8月22日 優(yōu)先權日2012年8月22日
發(fā)明者郭雷, 楊哲輝, 趙天云 申請人:西北工業(yè)大學