[发明专利]一种基于均值飘移的机械臂实时跟踪方法

摘要

本发明涉及一种基于均值飘移的机械臂实时跟踪方法，由均值漂移算法、检测器和卡尔曼滤波组成，通过均值算法来实现对目标的跟踪，跟踪是否成功是由巴氏参数决定，如果巴氏参数小于设定的值，则判断目标跟踪失败，同时目标的位置和大小由探测器再次初始化，同时在线学习过程更新跟踪目标模型，增加跟踪目标的鲁棒性；为了实现实时跟踪目标，检测目标区域由卡尔曼滤波和概率论确定，减少了搜索检测的时间，卡尔曼滤波不仅可以估计目标位置，而且当目标完全被遮挡时可以预测目标位置。本发明方法是高效的在解决古典均值漂移方法缺点时，从而增加目标追踪的鲁棒性、实时性和智能性。

主权项

一种基于均值飘移的机械臂实时跟踪方法，其特征在于步骤如下：步骤1：计算第一帧图像目标模型的特征参数，以目标模型在第一帧图像的位置为初始化位置y0，以目标模型为模型窗口Tin：q^={q^u}u=1,....m]]>q^u=CΣi=1nk(||xi*||2)δ[b(xi*)-u]]]>为第u个特征的概率，k(x)是核函数，为像素直方图参数，C为归一化常数因子，n为追踪目标的像素个数，δ(x)为克罗内克尔函数；以作为跟踪目标初始化常数，采用半监督P‑N学习方法基于第一帧选择的目标完成学习过程；步骤2、目标检测与追踪：(1)计算第二帧以后所有图像中检测目标的参数，以目标模型为模型窗口Tin；p^(y)={p^u(y)}u=1,....m]]>p^u(y)=ChΣi=1nhk(||y-xih||2)δ[b(xi*)-u]---(1)]]>为检测到目标的第u个特征概率，h为带宽，nh为检测到目标的像素个数，Ch为归一化常数因子；(2)计算用来衡量目标特征的相似程度巴士系数σ^(y)=ρ[p^(y),q^]=Σu=1mp^u(y)q^u---(2)]]>为最大的对应对象所对应的位置最可能是跟踪目标的位置；(3)确定跟踪到的目标是否是所要跟踪的目标：如果计算跟踪目标与正的数据集相似度STM，以确认跟踪目标的可信度；所述巴氏系数阈值σBT取值为0.6‑0.8；所述正的数据集是：与目标的巴氏距离为0.6‑1.0内的标记为正的数据集，否则为负的数据集；(4)符合计算两个窗口中目标模型的相似度NCC(T1,T2)NCC(T1,T2)=1MtNt-1Σx=1MtNt(T1(x)-μ1)(T2(x)-μ2)σ1σ2---(3)]]>上式其中：P(i)为像素值，MtNt为图像窗口的大小，μ1,μ2,σ1,σ2分别代表两个子窗口图像的平均值和标准差T1(x)；两个图像窗口的距离为：d(T1,T2)=1-12(NCC(T1,T2)+1)---(4)]]>参考输入模型窗口为Tin则检测到的数据模型与正数据集和负数据集的距离为：d+=minTi∈T+d(Tin,Ti)d-=minTi∈T-d(Tin,Ti)---(5)]]>T+,T‑分别为正数据集与负数据集，则：STM=P+=d+d-+d+---(6)]]>如果STM≥σLTM，检测的目标作为跟踪目标，并用于在线学习；否则根据卡尔曼滤波估计目标位置，由下式得xk|k-1=Fxk-1|k-1zk|k-1=Hxk|k-1Pk|k-1=FPk-1|k-1FT+QkKk=Pk|k-1HT(HPk|k-1HT+Rk)-1Pk|k=(I-KkH)Pk|k-1xk|k=xk|k-1+Kk(zk-zk|k-1)---(7)]]>上式xk＝[pk.x pk.y vk.x vk.y](为估计的目标位置和速度)I是识别矩阵，0是零矩阵pk.x pk.y vk.x vk.y分别是目标在第k帧图片中轴x、轴y的位置和速度；H＝[I2×2 02×2]Δt为每一秒的反向帧，Qk为误差协方差，P为概率密度函数，k|k‑1代表当前帧相对于上一帧的参数，k|k代表当前帧参数。即xk|k为目标位置；(5)如果检测器检测目标位置和计算目标区域参数：xk=Fxk-1+wkzk=Hxk+vkxk|k-1=Fxk-1|k-1---(8)]]>wk,vk都代表均值为0的高斯噪声；目标区域参数为：zk|k-1=Hxk|k-1z~k|k-1=zk-zk|k-1=Hx~k|k-1+vkE(z~k|k-1z~k|k-1T|zk)=E[(Hx~k|k-1+vk)(Hx~k|k-1T+vk)T]=HE[(x~k|k-1)(x~k|k-1T)]HT+E(vkvkT)=HPk|k-1HT+Rk---(9)]]>为期望，E(a|b)是在b的条件下成立的期望，Zk为时间为k时的有效测量，pk|k‑1是当前的协方差，Rk是测量噪音的协方差；(6)同时根据预测的位置xk|k‑1利用(4)‑(7)式计算预测目标是否与正数据集中的目标相同，如果STM≥σTM，则利用公式(8)估计目标的位置和尺寸，然后利用下式更新目标模型：p[zk|zk]＝N[zk|zk|k‑1,HPk|k‑1HT+Rk]   (10)在目标检测与追踪过程中，一直循环执行本步骤。