[发明专利]一种基于RGB颜色直方图的判别式跟踪方法

说明书

本发明提供一种基于RGB颜色直方图的判别式跟踪方法，该方法包括：首先，预先估计出目标概率图，降低在搜索区域内搜索目标时的计算量；其次，在当前搜索区域内滑动窗口依次计算候选窗口被认为是目标的得分，选取得分最高的候选窗口作为新的目标位置；最后，根据新的目标位置更新概率图，标定目标。本方案与其他基于颜色直方图的跟踪方法的不同之处在于优化了干扰抑制项，对目标周围出现的相似的区域有较好的抵抗力；针对机场场景较大目标可能由远及近或由近及远的运动造成目标尺度变化较大的情况，在算法中加入尺度估计的功能，可根据目标物大小自动调整大小。

技术领域

本发明涉及图像处理与计算机模式识别相关领域，尤其是涉及一种基于RGB颜色直方图的判别式跟踪方法。

背景技术

机场的安全问题越来越重要，目前机场中常常使用摄像机监视系统监视机场中重要区域，但机场场景较大单个摄像机难以覆盖整个目标区域，因此需要多个摄像机同时监控目标不同的区域。现有的分割独立式窗口布局，通常只针对重点区域，获取的场景信息散乱且不完整，不利于工作人员观看。随着图像拼接技术的出现及成熟，越来越多的机场等大尺度场景采用全景监控。在如此的大场景监控，如果仅依赖于人工查看，工作量十分巨大而且操作人员易出现疲劳，可能错过监控区域内的很多重要细节。

单摄像机跟踪或多路分散摄像机视频跟踪，由于全景视频监控范围较大，运动目标可能会由远及近或由近及远的运动造成目标尺度变化较大；其次全景图像是由多帧图像拼接生成，可能存在拼接缝，运动目标在拼接缝处可能出现断裂，传统的跟踪算法没有考虑这些问题，因此不能将传统的跟踪算法直接用于全景视频跟踪中。

单摄像机跟踪研究较多，已经产生了许多经典的算法，例如，基于区域的跟踪算法：使用视频图像的灰度信息、颜色信息、运动信息、帧间变化信息等在帧间做目标区域匹配；基于轮廓的跟踪算法：通过对目标的轮廓进行描述达到跟踪的目的；基于特征的跟踪算法：根据目标的局部特征，而不关心目标大小、轮廓等整体特征，提取的目标特征需要具备容易计算、平移、旋转以及尺度不变性等特点，本方法对目标中有部分遮挡情况具有较强抵抗力，但对噪声和环境的变化较为敏感；基于生成式模型的跟踪算法：利用最小重构误差描述目标，从帧图像中搜索与模型最相似的区域确定目标，使用一个线下的子空间模型表示感兴趣的目标区域；基于判别式模型的跟踪算法：将目标跟踪看作是二值分类问题，通过寻找能够区分目标与背景的边界来检测目标。与生成式模型相比，判别式模型仅适用目标的外观信息进行建模，在跟踪过程中目标与背景都可能发生变化，因此分类器需要对目标和背景外观的变化具有自适应性。

图1是判别式模型跟踪框架，在图像完成特征提取后，特征经过分类器判别就可以确定目标的空间位置，而不再需要对目标外观模型进行复杂的建模。因此，基于判别式模型的跟踪方法越来越受关注。

发明内容

本发明的目的在于：针对现有技术存在的问题，提供一种基于RGB颜色直方图的判别式跟踪方法，解决现有跟踪方法在跟踪运动目标时，会在拼接缝处出现断裂的问题。

本发明的发明目的通过以下技术方案来实现：

一种基于RGB颜色直方图的判别式跟踪方法，其特征在于，该方法包括：预先估计出目标概率图；在当前搜索区域内滑动窗口，并依次计算候选窗口被认为是目标的得分，选取得分最高的候选窗口作为新的目标位置；根据新的目标位置更新概率图，标定目标。

进一步，预先估计出目标概率图的方法为：采用贝叶斯分类器，对于跟踪的目标O，设定其外接矩形区域为R，其周围背景区域为A，用表示区域U上RGB颜色值为rgb_x的像素点个数，则根据贝叶斯规则，图像I上像素点x在目标O上的概率为

公式中的“其他”表示：未出现的RGB颜色向量。

进一步，将目标周围的相似区域考虑进来，假设当前的相似区域集合为D，定义基于相似区域的目标概率为：