[发明专利]基于显著性直方图模型的粒子滤波跟踪方法

摘要

本发明属于图像处理与目标跟踪领域，具体为一种基于显著性直方图模型的粒子滤波跟踪方法。通过对比目标与背景区中像素色调的分布，确定出不同色调等级的显著性权值，易于区分目标的色调具有较大的显著性权值，从而建立起目标的显著性直方图模型。并利用所建立的显著性直方图模型实现粒子滤波跟踪。本发明适用于运动目标跟踪系统中。

主权项

一种基于显著性直方图模型的粒子滤波跟踪方法，其特征在于，通过对比目标与背景区中像素色调的分布，确定出不同色调等级的显著性加权系数，易于区分目标的色调具有较大的显著性权值，从而建立起目标的显著性直方图模型，并利用所建立的显著性色调直方图模型实现粒子滤波跟踪；粒子滤波跟踪方法描述如下：Step1.参数初始化，时间t＝0，手动选定初始目标区域，初始化粒子数为N，初始化状态分布每个粒子具有相同的权值，即第i个粒子的权值这样，粒子集可表示为目标中各像素的位置坐标为{(xi，yi)}，i＝1，2，...，s；色调特征值为b(xi，yi)，色调特征划分为m个等级，利用式(1)建立目标的显著性直方图模型：qu′=Σi=1swu·δ[b(xi,yi)-u]---(1)]]>其中，wu为各色调等级显著性加权系数，δ为克罗内克函数；Step2.利用式(2)进行采样，得到新的粒子集St=1T0000010000001T00000100000010000001St-1+T22000T0000T22000T0000100001Wt---(2)]]>其中，St和St‑1分别为t时刻和t‑1时刻的目标的状态向量，T为系统的采样周期，Wt为多变量的高斯白噪声；Step3.更新粒子权值，设利用式(1)建立的目标模板显著性直方图为q′0＝{q′0u}u＝1，2，...，m，第j个粒子所在目标候选区的显著性直方图为q′j＝{q′ju}u＝1，2，...，m，二者的Bhattacharyya系数为：ρ[q0′,qj′]=Σu=1mq0u′qju′---(3)]]>二者的相似程度可表示为：d[q0′,qj′]=1-ρ[q0′,qj′]---(4)]]>d[q′0，q′j]的值越小，则模板与候选粒子区的相似度越大，该区域为跟踪目标的可能性就越大，粒子的观测似然函数设计为：p(zt|xt(j))=12πσexp(-d2[q0′,qj′]2σ2)---(5)]]>其中，σ为方差，粒子权重的递推公式为：ωt(j)=ωt-1(j)p(zt|xt(j))---(6)]]>归一化的权重结果为：ωt‾(j)=ωt(j)Σi=1Nωt(i)---(7)]]>Step4.重采样计算，计算如果Neff＜Nth，则复制高权值的粒子而舍去低权值的粒子，得到N个新粒子，并置新粒子权值为1/N；否则不执行重采样；Step5.状态估计为：Step6.t＝t+1，返回Step2。