[发明专利]移动目标跟踪方法

摘要

本发明公开了一种移动目标跟踪方法，包括目标图像增强、目标质心点特征提取和目标跟踪三部分。本发明可应用到会展、商场、博物馆等公共场所的客流人数统计、流向、区域密度等数据分析中，实时准确地掌握人员的分布情况，为安全防范、环境调控工作提供决策依据；也可应用于工厂、企业的物流过程监控，对物料的数量、位置、流向、分布密度等进行跟踪统计。本发明模糊算法计算过程简单，而且保留了目标图像中灰度值低图像信息，增强效果更好，可以对目标图像进行有效识别。

主权项

1.一种移动目标跟踪方法，其特征在于，该方法包含下列步骤：1)获取目标图像；2)对目标图像进行模糊化处理，模糊化处理包括以下2个步骤：步骤(1)：首先输入目标图像，计算目标图像中的像素灰度的最高值x_max和最低值x_min；步骤(2)：将目标图像从空间灰度域映射到目标图像的模糊特征平面；有一副大小为M行，N列的目标图像Y，将目标图像Y等效为一个模糊集合X：其中x_ij表示像素(i,j)的灰度值,u_ij/x_ij表示某一像素点x_ij所具有的模糊特征的程度,表示组成元素为并且有M行，N列的模糊集合；平面内的所有像素的模糊隶属度函数u_ij构成了目标图像的模糊特征平面；并且存在0≤u_ij≤1，u_ij将目标图像Y从模糊集合X映射到(0，1)；3)建立基于ln函数的模糊隶属度函数，基于ln函数的模糊隶属度函数如下式所示：u_ij＝G(x_ij)＝ln(1+(e‑1)(x_ij‑x_min)/(x_max‑x_min))                (2)其中e＝2.718281828459，G(x_ij)为基于ln函数的模糊隶属度函数；4)通过模糊增强算子在模糊空间进行运算，对目标图像进行增强，模糊增强算子如下式所示：u′_ij＝T^(m)(u_ij)＝T(T^(m‑1)(u_ij)) m＝1,2,3...             (3)其中T^(m)表示对于T的m次调用，u′_ij为对于T的m次调用后所得到的值，并且其非线性变换T为：5)提取运动目标的质心点：运动目标图像的质心点可由下式求出：式中，f(x,y)表示M×N的数字图像，M和N分别代表X方向和Y方向的像素点个数，x_o，y_o分别为目标质心点的横坐标、纵坐标；6)进行目标跟踪；采用SADD跟踪算法对运动目标进行跟踪，将前后两帧运动目标图像的质心点连接起来获得目标运动向量；7)将目标运动向量进行分析，以确定目标是流入或流出；8)进行目标数量统计；9)计算区域目标密度。