[发明专利]基于局部敏感直方图的视频动态目标追踪提取方法

说明书

技术领域

本发明涉及视频处理技术领域，特别涉及一种视频中动态目标的追踪并 提取的方法。

背景技术

视频中动态目标的追踪并提取是视频处理领域的一个重要研究方向，是 数字图像处理和模式识别以及计算机视觉领域研究的主要内容之一。在机器人导 航、安全监控系统、医学图像分析、影片编辑和虚拟现实等领域都有着广泛的应 用。

传统的视频目标追踪算法主要是基于对比度分析的目标追踪，其主要利 用目标和背景的对比度差异，实现目标的检测和追踪。这种算法中目标的追踪点 易受干扰，追踪随机误差大，定位效果不理想，不适合复杂背景中的目标追踪。 传统的基于随机游走的目标提取算法主要是利用目标和背景的灰度信息来提取 目标的轮廓，没有充分考虑目标和背景的颜色信息，使得对复杂背景中的目标轮 廓的提取不够精确。

本发明使用基于局部敏感直方图的算法来进行视频的目标追踪。传统的 直方图通过在对应区间上加“1”的计数方式计算每个像素出现的频率。局部敏感 直方图不同于传统的直方图，局部敏感直方图是在每个像素点位置处计算，并且 每当一个像素出现时在对应的区间中加上一个浮点值，这个浮点值根据该像素的 位置与被计算直方图的像素的位置之间的欧氏距离的大小呈指数级衰减。因此， 每个像素都被考虑在内，但距离相差较远的像素又因权值过小而被忽略。基于这 种局部敏感直方图的多区域目标追踪算法，即便对光照变化较大的复杂背景中的 目标追踪仍有较好的效果。本发明针对传统的基于随机游走的目标提取算法的不 足之处，提出了优化方案：将更多的颜色信息引入到权值计算之中，使用RGB 颜色空间的三个分量进行权值计算，提高权值的可靠性。经过实验结果的对比和 分析，这种方式得到的提取结果相比于传统的目标提取算法更为精确。

利用基于局部敏感直方图的目标追踪算法对视频中的目标进行定位，并 且利用优化后的目标提取算法提取出目标的轮廓信息。实验结果表明，这种方式 得到的视频中的目标的轮廓信息更为精确。

发明内容

本发明实施例提供一种基于局部敏感直方图的视频动态目标追踪提取方 法，以实现对视频中动态目标的追踪与提取。通过为所要提取的目标提供一组初 始种子点，用户能够方便快速的得到该目标在视频中的轮廓信息。

为达到上述目的，本发明通过以下步骤予以实现：

a.以视频的第一帧图像作为参考，为所要提取的目标选取种子点，并记录 下所选取的所有种子点；

b.采用基于局部敏感直方图的视频目标追踪算法，在视频的当前帧中对所 要提取的目标进行定位，并记录下该位置信息；

c.当视频帧不为第一帧时，根据所要提取的目标在视频的当前帧和当前帧 的上一帧中的位置信息，推算出所要提取的目标在这两帧间的位移，并利用该位 移对所有种子点的位置进行更新；

d.对当前所有种子点中的每个种子点的像素值执行基于α衰减的操作；

e.基于当前种子点，在视频的当前帧中利用基于RGB颜色空间的随机游 走算法提取出所要提取的目标的轮廓信息；

f.若视频中仍然存在未经计算的剩余帧，则转到视频当前帧的下一帧，回 到步骤b继续执行。

其中，在所述步骤a中，以视频的第一帧图像作为参考，为所要提取的 目标选取种子点，并记录下所选取的所有种子点的步骤包括：

a1.可以采用任意方法获取所述所要提取的目标在视频第一帧中的像素区 域的轮廓；

a2.根据所述所要提取的目标在视频第一帧中的像素区域的轮廓，在轮廓 内部进行前景种子点的选取；

a3.根据所述所要提取的目标在视频第一帧中的像素区域的轮廓，在轮廓 外部进行背景种子点的选取。

其中，在所述步骤a2中，所述在轮廓内部进行前景种子点的选取，以像 素点的位置分布和像素值特征为参考标准，在所述轮廓内部选取出任意数量的具 有代表性的像素点作为前景种子点。

其中，在所述步骤a3中，所述在轮廓外部进行背景种子点的选取，以像 素点的位置分布和像素值特征为参考标准，在所述轮廓外部选取出任意数量的具 有代表性的像素点作为背景种子点。

其中，在所述步骤b中，所述采用基于局部敏感直方图的视频目标追踪 算法，在视频的当前帧中对所要提取的目标进行定位，并记录下该位置信息的步 骤包括：