[发明专利]一种基于光流的运动目标跟踪方法

说明书

本发明公开了一种基于光流的运动目标跟踪方法。先采集视频图像，进行选定目标、定义模板和初始化变量等跟踪前的准备工作；然后计算目标与模板的相似度RateMat，根据RateMat的值判定是否需要更新模板，若需要则进行模板更新；再根据RateMat的值进行遮挡判定，当发生遮挡时，采用角点匹配跟踪方法进行跟踪，当未发生遮挡时，采用基于角点位置滤波、最优轮廓判定、异常区域判定及处理等技术的光流匹配跟踪方法进行跟踪；根据跟踪结果判断是否进行继续跟踪，目标位置出界或人为重新选定目标则结束跟踪，否则重新计算目标与模板的相似度RateMat并进行迭代跟踪。该方法大大提高了目标的跟踪精度，解决了现有基于光流的运动目标跟踪方法中的精度有限问题。

技术领域

本发明属于视频监控技术领域，具体涉及一种基于光流的运动目标跟踪方法。

背景技术

光流的概念是Gibson在1950年首先提出来的，光流的计算由Horn和Schunck在1981年提出。所谓光流，它是空间运动物体在观察成像平面上的像素运动瞬时速度。对于视频序列中的前后两帧图像I_t和I_t+1，光流计算的目的是获取I_t到I_t+1中像素点之间的运动矢量。光流场计算存在以下的前提假设：⑴像素恒定，即认为相邻两帧图像I_t和I_t+1之间颜色一致(对灰度图像，认为亮度一致)；⑵运动幅度小，即认为相邻两帧图像之间目标不会产生较大的运动；⑶区域运动一致性，即认为同一目标的像素点具有相同的运动。

现常用的基于光流的目标跟踪一般方法是：⑴针对一个视频序列，先检测出其中可能出现的目标或者人为选定其中的目标；⑵对当前帧图像I_t中的目标Obj_t提取有效特征点⑶利用光流计算，获取下一帧图像I_t+1中和匹配的特征点⑷特征点所在区域即为目标Obj_t在下一帧图像I_t+1中的位置；⑸如此迭代进行，便可实现目标的连续跟踪。

现有的基于光流的目标跟踪方法存在以下问题：⑴由于光流场精度不高，导致跟踪性能下降；⑵在实际拍摄视频的过程中，由于经常出现摄像机或目标旋转、光照条件改变和目标尺度变化等情况，使同一目标的特征点内容在前后两帧图像中发生较大的差异，导致光流中的特征点匹配不准确，从而引起跟踪失败；⑶当发生遮挡时，一些原有的特征点会消失，不能求解出正确的光流场，从而引起跟踪失败；⑷当遮挡消失时，一些新的特征点会出现，而这些新的特征点在上一帧图像可能没有匹配的特征点，从而使跟踪无法继续进行；⑸大多数光流计算方法相当复杂，计算量巨大，不能满足实时的要求。

发明内容

本发明的目的是提供一种基于光流的运动目标跟踪方法，该方法提高了目标的跟踪精度，解决了现有基于光流的运动目标跟踪方法跟踪精度有限的问题。

本发明所采用的技术方案是，一种基于光流的运动目标跟踪方法，包括以下步骤：

步骤1，先采集视频图像，进行跟踪前的准备工作，包括人为选定要跟踪的目标，定义模板和初始化变量；

步骤2，启动跟踪，计算目标与模板的相似度RateMat，根据RateMat的值判定是否需要更新模板，若需要则进行更新，然后进入步骤3，若不需要则直接进入步骤3；

步骤3，根据RateMat的值进行遮挡判定，当发生遮挡时，采用角点匹配跟踪方法进行跟踪，当未发生遮挡时，采用光流匹配跟踪方法进行跟踪；根据跟踪结果进行目标定位，得到目标位置和大小；

步骤4，更新数据并根据目标位置和大小判断目标是否出界，如果出界则结束跟踪，否则返回步骤2。