移动平台上的运动目标检测识别与跟踪方法

摘要

本发明提供了一种移动平台上的运动目标检测识别与跟踪方法，包括移动平台上的运动目标检测识别和视频检测中的运动目标跟踪，前者使用光流法检测出所有移动目标，然后采用识别的方法对检测到的目标进行二次处理；后者采用基于特征融合的粒子滤波跟踪算法。本发明的优点是：1)使用光流检测替换SVM识别算法中的滑动窗口，将两者有机结合，可以进一步提取出感兴趣的目标。为进一步提高识别的有效性，提出针对特定目标的颜色识别方法，进一步确定目标是否为我们感兴趣的目标。2)使用HSV颜色特征和LBP纹理特征作为跟踪算法的处理对象，既保证了跟踪的准确率，又能够在光照强度频繁变化的情况下保证跟踪的鲁棒性。

主权项

移动平台上的运动目标检测识别与跟踪方法，其特征是，包括移动平台上的运动目标检测识别和视频检测中的运动目标跟踪，所述移动平台上的运动目标检测识别的方法为：首先使用光流法检测出所有移动目标，然后采用识别的方法对检测到的目标进行二次处理，即使用特定目标的颜色识别方法进一步对移动颜色目标进行选择，和使用基于SVM的行人检测进一步对行人目标进行选择提取；所述视频检测中的运动目标跟踪，采用基于特征融合的粒子滤波跟踪算法，即使用HSV颜色特征和LBP纹理特征作为跟踪算法的处理对象，包括以下步骤：步骤1、开始跟踪程序。步骤2、获取一帧图像，并判断该帧是否是第一帧图像，若是，则进行图像初始化操作；初始化操作包括获取跟踪目标、粒子分配；步骤3、图像初始化时需要对图像内容进行备份操作并把备份转为灰度图，此后使用鼠标标定跟踪目标，并把粒子平均分配给每个目标；步骤4、在标定跟踪目标之后，计算每个目标的LBP直方图，并计算每个标定区域HSV颜色直方图分布情况，并将每个粒子权重设置为0；步骤5、初始化结束，返回获取下一帧图像；步骤6、系统状态转移，粒子随机分布，计算各粒子的LBP直方图，并计算粒子转移前后直方图的相似度，以确定粒子权重，并针对每个目标标准化权重；步骤7、根据粒子权重为每个目标重新分配粒子；步骤8、显示粒子；步骤9、若跟踪结束，退出程序；否则返回步骤2获取下一帧图像，继续处理目标跟踪。