[发明专利]一种透过散射介质的目标4D跟踪系统及方法

说明书

本发明提供了一种透过散射介质的目标4D跟踪系统及方法。解决了传统目标跟踪方法无法对遮挡物后的目标进行多维度跟踪的技术问题，系统包括：LED光源、透镜、目标、散射介质、滤光片和探测器。利用4D跟踪方法，首先，采集多幅散斑图像，对所有散斑图像进行消噪预处理，求出所有消噪散斑图像的自相关计算结果，结合相关系数运算算法，得到目标的旋转角度θ。根据自相关面积和物像关系求得目标沿光轴方向z的运动结果。接着根据自相关和互相关结果，求得目标在x和y方向上的运动结果。本发明的透过散射介质的目标4D跟踪系统结构简单，成本低，跟踪方法简单、跟踪精度高、适用范围广，在生物医学成像、军事、民事等领域具有广阔应用前景。

技术领域

本发明属于计算成像及目标跟踪技术领域，涉及一种能够对遮挡物背后的目标进行跟踪的4D光学跟踪技术，具体是一种透过散射介质的目标4D跟踪系统及方法，可广泛应用于生物医学成像、天文、交通安全等领域。

背景技术

目标跟踪技术一直是计算机视觉、生物医学、天文以及对地观测等领域的热点研究话题，采用目标跟踪技术可以对图像序列中的目标进行跟踪，比如，在人机交互设计中，需要对人体目标特征进行跟踪识别、在生物医学领域，对生物组织中某个运动细胞进行跟踪处理、在对地观测领域对车辆、飞机等运动目标进行跟踪等等，根据这些实际需求，出现了很多运动目标跟踪方法。

运动目标跟踪方法，即通过目标的有效表达，在图像序列中寻找与目标模板最相似候选目标区位置的过程，即在序列图像中为目标定位。目标跟踪中常用到的目标特性表达主要包括视觉特征图像边缘、轮廓、形状、纹理、区域、统计特征直方图、变换系数特征、傅里叶描绘子、自回归模型、代数特征图像矩阵的奇异值分解等。目前常用的目标跟踪方法可以分为四类：透过主动轮廓的跟踪、透过特征的跟踪、透过区域的跟踪和透过模型的跟踪。

由Kass等人提出的主动轮廓模型，即Snake模型，可以处理任意形状物体的任意形变，首先将分割得到的物体边界作为跟踪的初始模板然后确定表征物体真实边界的目标函数，并通过降低目标函数值，使初始轮廓逐渐向物体的真实边界移动。这种方法不但了考虑来自图像的灰度信息，也考虑整体轮廓的几何信息，增强了跟踪的可靠性。但是由于跟踪过程实际上是解的寻优过程，所以计算量比较大，并且由于Snake模型的盲目性，对于快速运动的物体或者形变较大的情况，跟踪效果不够理想。

透过特征匹配的跟踪方法不考虑运动目标的整体特征，只通过目标图像的一些显著特征来进行跟踪。目标跟踪中常用的运动目标的特征主要包括颜色、纹理、边缘、块特征、光流特征、周长、面积、质心及角点等。特征提取的目的是进行帧间目标特征的匹配，并以最优匹配来跟踪目标。

常见的透过特征匹配的跟踪算法有透过二值化目标图像匹配的跟踪、透过边缘特征匹配或角点特征匹配的跟踪、透过目标灰度特征匹配的跟踪、透过目标颜色特征匹配的跟踪，如Meanshift算法和Camshift等。这种方法对运动目标的尺度、形变和亮度等变化不敏感，即使目标的某一部分被遮挡，只要还有一部分特征可以被看到，就可以完成跟踪任务，但是这种方法对于图像模糊、噪声等比较敏感，图像特征的提取效果也依赖于各种提取算子及其参数的设置，此外，如果目标发生旋转或者被全部遮挡时，这种方法是无法跟踪到目标的。

透过区域的跟踪算法首先要得到包含目标的模板，该模板可通过图像分割获得或预先人为确定，然后在序列图像中，运用相关算法跟踪目标。当目标未被遮挡时，这种方法的跟踪精度非常高。但也存在费时，算法要求目标变形不大，且不能有太大遮挡的缺点。

透过模型的跟踪是通过一定的先验知识对所跟踪目标建立模型，然后通过匹配跟踪目标进行模型的实时更新。这种方法不易受观测视角的影响，具有较强的鲁棒性，模型匹配跟踪精度高，适合于机动目标的各种运动变化，抗干扰能力强，但由于计算分析复杂、运算速度慢，模型的更新较为复杂，实时性较差。