[发明专利]视频监控中的运动目标跟踪方法

摘要

本发明公开了一种视频监控中的运动目标跟踪方法，包括步骤：利用SIFT提取局部特征点，将视频中每一帧图像映射为特征矢量（中间哈希）；利用聚类分析将中间哈希进一步映射为最终哈希值；采用汉明距离来测度帧图像与帧图像之间的相似性，从而追踪到每一帧图像中的跟踪目标。

主权项

一种视频监控中的运动目标跟踪方法，其特征在于，包括以下步骤：S1、在第一帧图像中选择目标跟踪区域图像并对该目标跟踪区域图像进行如下处理：将目标跟踪区域的图像统一规格化为128像素*128像素，得到图像I_K*K；对图像I_K*K做SIFT特征提取，得到特征矢量为R＝{R₁,R₂R₃R₄,…，R_i，…,R_n}R∈Z⁶⁴其中，R_i(i＝1,2,3,……,n)表示图像中一个特征点向量，R表示所有特征点向量的集合，Z⁶⁴表示一个1*64位向量；利用K‑means聚类分析对特征矢量R进行量化，采用基于欧几里得度量来划分决定簇类，并根据聚类结果的质心点M_k大小将其所在类C_i,i＝1,2,3,……,64的数值映射为1或0，具体根据公式(2)映射得到64位中间哈希值h(i，j)；$h(i,j)=\left\{\begin{array}{cc}0& C_i\left(k\right)\<M_k\\ 1& C_i\left(k\right)\>M_k\end{array}\right.,k=1,2,3,......,64---\left(2\right)$并将h(i,j)中各行相加如公式(3)，得到第一帧中目标跟踪区域的最终64位哈希值h_Ti；$h_{Ti}=\underset{j=1}{\overset{n}{\Σ}}h\left(i,j\right),1\≤i,j\≤64---\left(3\right)$表示对每一行进行异或运算，i表示行，j表示列；S2、将第二帧图像分割为多个区域图像，每个区域图像的大小与第一帧中目标跟踪区域图像的大小相同，并根据步骤S1中的处理过程得到第二帧图像中每个区域图像的最终64位图像哈希值，并计算第二帧中每个区域图像的最终64位图像哈希值与第一帧中目标跟踪区域的最终64位哈希值之间的汉明距离Dis；并根据计算的汉明距离Dis进一步计算两者的相识度Sam为：$Sam=\frac{64-Dis}{64}$当Sam大于预设判决门限δ时，对该区域图像进行动态跟踪，并将其作为下一帧的目标跟踪区域图像；S3、同理根据步骤S2对第i帧图像进行分割和处理，找到该第i帧图像中的目标跟踪区域图像。