[发明专利]一种动静态背景下的目标跟踪算法

权利要求书

1.一种动静态背景下的目标跟踪算法，其特征在于，该方法包括：

S1：读取视频流或是图片流数据，在第一帧图像中确定待跟踪目标物的初始位置，位置信息包含图像坐标系中左上角点的坐标(P(x,y))、长(L)、宽(W)，其中整个目标物位于矩形框内；

S2：根据待跟踪目标物的位置及长、宽在第一帧原图中裁剪出长为L、宽为W的矩形区域，对应的单位为像素点个数；第一帧裁剪的矩形区域为标准的检测区域，不需要校正，针对第二及其后的每一帧进行校正；

S3：第一次校正以目标物为前景对应的像素进行连通区域的扩充，扩充的种子点为矩形区域的中点，背景的像素的不扩充，采用的方法是聚类的思想找到扩充后连通区域的几何中心；

S4：目标物位置第二次校正即在第一次校正的情况下实现校正，采用的方法是直线关联结构物的中心定位方法确定新的矩形区域的中心，并求出器在全局图像中的坐标关系；

S5：基于新的矩形区域坐标的关系，在原图中裁剪出新的矩形框完成第二次校正；

S6：基于校正的图像在下一帧的图像中进行相似度的比较，即可找到下一帧的目标物，并进行框选，直到检测跟踪完毕。

2.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于所述的标准的矩形区域即所需要捕获的目标物的几何中心位于裁剪后矩形框的中心即column/2和row/2处，其中column表示矩形区域的列数，row表示矩形区域的行数。

3.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于所述S3中，选择矩形框的中心点为种子点，进行8邻域扩充或者4邻域扩充。

4.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于所述的直线关联结构物即以连通区域内的像素组成为直线组成的元素，分别求取0度、45度、90度、135度四个方向寻找最长的直线。

5.根据权利要求4所述的一种动静态背景下的目标跟踪算法，其特征在于所述的求解最长直线段的方式为遍历轮训比较的方式，找到这四个方向上最长的直线段，以直线段的中心为新的矩形区域的中心，并求出其在全局图像中的坐标关系。

6.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于在扩充的连通区域里采用聚类方法找到连通区域的中心点，即求出所有连通点的横坐标均值

与纵坐标的均值

基于这个点p_o(x_o,y_o)确定新的裁剪区域的中心，column为矩形框对应图像的列数，row为矩形框对应图像的行数；n为连通区域的中前景像素点的个数。

7.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于第一次更新裁剪矩形区域的左上角坐标在原图中的x值为：

p_lx＝p_x+x_o-L/2

y值为

p_ly＝p_y+y_o-W/2。

8.根据权利要求4所述的一种动静态背景下的目标跟踪算法，其特征在于第二次校正0度方向的直线长度为：

45度方向的直线长度为：

90度方向的直线长度为：

135度方向的直线长度为：

其中columns表示为图像的列数，rows表示为图像的行数，g(i，j)代表像素点(i，j)对应的灰度像素值。

9.根据权利要求1所述的一种动静态背景下的目标跟踪算法，其特征在于第二次更新裁剪矩形区域中左上角在原图坐标的x值为：

p_lx2＝p_x+x_o-L/2+(I_xbegin(n)-I_xend(n))/2+I_xbegin(n)(n∈[0,45,90,135])-L/2

y值为

p_ly＝p_y+y_o-W/2+(I_ybegin(n)-I_yend(n))/2+I_ybegin(n)(n∈[0,45,90,135])-W/2。