[发明专利]基于SOPC的均值偏移视频目标跟踪方法

说明书

技术领域

本发明属于图像处理技术领域，特别是一种基于SOPC的均值偏移视频目标跟踪方法。

背景技术

Mean Shift算法[1]是一种基于密度梯度的无参数估计方法，是模板匹配跟踪算法中的一种主流算法。Mean Shift算法在2003年由Comaniciu D引入到目标跟踪领域，因其收敛速度快、计算量小、实时性好引起了人们的广泛关注。它利用图像中像素建立加权直方图作为目标特征，具有一定的抗遮挡、抗形变的能力，但对尺度变化目标的跟踪性能不佳。目前的研究多基于软件仿真[2～4]，对于硬件实现的研究并不多。

目前的实现方法是基于DSP+FPGA设计[5]，DSP为主，FPGA为辅。在文献[5]中DSP完成算法的主流程的计算，FPGA仅负责算法直方图统计部分和外围电路。因为Mean Shift算法基于浮点运算，不利于FPGA编程实现，FPGA+DSP协同实现时系统的处理时间最快达到20ms左右，无法满足实时性更高的场合。

参考文献

[1]Comaniciu D,Ramesh V,Meer P.Kernel-based object tracking[J].IEEE Trans.on Pattern Analysis and Machine Intelligence,2003,25(5):564-577.

[2]Anbang Yao,Guijin Wang,Xinggang Lin,et al.An incremental Bhattacharyya dissimilarity measure for particle filtering[J].Pattern Recognition.2010,43(4):1244–1256.

[3]R.Venkatesh Babu,S.Suresh,Anamitra Makur.Online adaptive radial basis function networks for robust object tracking[J].Computer Vision and Image Understanding.2010,114(3)297–310.

[4]Leichter Ido,Lindenbaum Michael,Rivlin Ehud.Mean Shift tracking with multiple reference color histograms[J].Computer Vision and Image Understanding,2010,114(3):400–408.

[5]孙航,韩红霞,郭劲等.基于均值偏移快速算法的红外目标跟踪[J].仪器仪表学报,2012,33(5):1122-1127.

[6]Comaniciu D.Nonparametric robust methods for computer vision[D].New Jersey:The State University of New Jersey,2000.

[7]Liu Qing,Tang Lin-bo,Zhao Bao-jun,et al.A fast target tracking algorithm basted on connected component labeling and grey value statistics[C].ICCASM2012,1267-1270.

[8]刘晴,唐林波,赵保军.跟踪窗自适应的Mean Shift目标跟踪算法[J].系统工程与电子技术,2012,34(2):409-412.

Liu Qing,Tang Lin-bo,Zhao Bao-jun.Algorithm of target tracking based on Mean Shift with adaptive tracking window[J].Systems Engineering and Electronics,2012,34(2):409-412.

[9]叶有时,赵保军,唐林波等.多目标实时跟踪可编程片上系统的软件优化[J].光学精密工程,2011,19(3)681-689.

[10]ALTERA.Embedded Design Handbook[M].Published by altera,2010.

发明内容