一种基于块匹配的鲁棒性极强的目标跟踪算法

摘要

本发明涉及一种基于块匹配的鲁棒性极强的目标跟踪算法，该算法在追踪目标物体的同时还可以提供目标物体各个部分的详细运动信息。该算法将由摄像头获取的视频图像以及目标物体的模板图像分割为像素块。然后计算输入图像以及特定物体的模版图像的各个像素块之间的颜色差异值并建立一个效益矩阵。然后该算法建立对全局颜色差异值和形状结构差异值同时最优化的目的函数。最后用遗传算法计算能得到最优解的匹配结果，从而得到目标物体的各个部分在视频图像中的位置。由于在最优化时加入了形状结构差异约束，使该算法与传统算法相比具有更强的鲁棒性。此外由该算法得到的各个部分的详细运动信息对进一步的运动分析非常有效。

主权项

一种基于块匹配的鲁棒性极强的目标跟踪算法，其特征是将输入视频图像和模板图像分割为像素块，然后计算视频图像的各个象素块和模板图像的各个像素块之间的色彩差异值，并建立一个效益矩阵并进行扩展，然后建立对全局颜色差异值和形状结构差异值同时最优化的目的函数，最后用包括金字塔法，优化初始值和稀疏效益矩阵法三种优化法的遗传算法计算得到最优解的匹配结果，从而得到目标物体的各个部分在视频图像中的位置。