一种复杂场景下的运动目标跟踪方法

摘要

本发明涉及一种复杂场景下的运动目标跟踪方法。本方法包括：对初始指定的图像区域采用H分量背景加权的方法统计直方图；在跟踪过程中对视频流的每帧图像利用贝叶斯公式建立自适应背景的更新颜色概率分布图，实时地更新搜索区域内的目标颜色概率，对适应背景的更的颜色概率分布图利用Camshift算法迭代出质心位置；跟踪过程中采用贪心预测法做运动预测，并不断重复上述跟踪步骤。本发明的方法能够解决在复杂场景下运动目标跟踪不够理想的问题，具有较好的准确性和鲁棒性。

主权项

一种复杂场景下的运动目标跟踪方法，其特征在于操作步骤如下：（1）建立目标区域H分量背景加权直方图：对初始视频图像中的目标区域矩形框内的图像进行RGB颜色空间转换到HSV颜色空间；通过对目标矩形框中的像素距离中心的长度实现加权，计算出H分量的背景加权直方图，将此H分量背景加权直方图作为参考模型存储起来作为查找表；（2）建立自适应背景的更新颜色概率分布图：对当前帧视频图像中目标区域进行分析，并利用Bayes公式对当前颜色直方图的H分量与上述步骤（1）中的H分量背景加权直方图查找表做运算，求得所对应的H分量颜色是目标的概率，并建立矩形区域的更新颜色概率分布图；（3）利用Camshift跟踪算法迭代求出质心位置：对于搜索区域内的更新颜色概率分布图，利用Camshift算法计算出搜索区域内更新颜色概率分布图的质心；重复上述步骤（2）至步骤（3），直到质心位置收敛为止；     （4）采用贪心预测法对目标做运动预测：贪心预测法假定运动目标在相邻两帧做匀速运动预测目标坐标，再通过与目标实际位置做参考计算误差并作为补偿，预测得到下一帧目标的坐标位置；（5）将上述步骤（4）中预测的坐标位置作为下一帧的目标区域跟踪框中心，循环上述步骤（2）至步骤（4）实现对运动目标的跟踪。