[发明专利]一种基于图像的圆形目标实时跟踪方法

摘要

本发明公开了一种基于图像的圆形目标实时跟踪方法，用以解决圆形目标由远及近运动时跟踪稳定性不高的问题。该方法步骤为首先，根据圆形目标的状态方程和观测方程构造Kalman滤波器，将捕获目标获得的圆心坐标及半径作为滤波器的初始状态，建立目标在当前帧中的预测信息，减小搜索范围；其次，根据预测信息构建跟踪框，利用快速霍夫梯度法提取跟踪框中图像进行圆形目标检测，获得当前时刻目标的位置信息；最后，利用新位置作为Kalman滤波过程的观测值来更新滤波参数，更新目标状态估计和误差方差阵。反复进行上述步骤，实现在光照变化和背景混淆场景下快速有效的跟踪圆形目标。

主权项

一种基于图像的圆形目标实时跟踪方法，其特征在于，包括如下步骤：步骤(1)，利用CCD阵列的摄像机实时采集圆形目标图像；步骤(2)，将复杂背景下的原始圆形目标图像进行快速预处理，滤除背景中的部分干扰信息；步骤(3)，根据圆形目标的状态方程和观测方程构造Kalman滤波器，将首次捕获目标获得的圆心坐标(x0,y0)及半径r0作为滤波器的初始状态，建立圆形目标在当前时刻中的预测信息，减小搜索范围；所述构造Kalman滤波器的具体步骤如下：步骤(31)，自定义二维图像的像素坐标系OXY：以图像左下角顶点为坐标原点，水平向右为X轴正方向，垂直向上为Y轴正方向；将圆形目标坐标的变化率分解为水平方向和垂直方向的变化率，即dx/dt和dy/dt；步骤(32)，将步骤(1)采集的视频图像序列连续两帧的时间间隔设为ΔT，r为圆形目标半径，用白噪声来表示加速度量，则系统的状态方程为：xk=xk-1+ΔTdxk-1dt]]>yk=yk-1+ΔTdyk-1dt]]>rk=rk-1+ΔTdrk-1dt]]>x·k=dxk-1dt+wxΔT]]>y·k=dyk-1dt+wyΔT]]>r·k=drk-1dt+wrΔT]]>表述为矩阵形式为：式中，Φk,k‑1为系统的状态转移矩阵，Wk‑1＝[wx,wy,wr]T为系统的过程噪声；步骤(33)，将k时刻圆形目标的中心坐标(x,y)和半径r作为系统的观测变量，列写系统的观测方程：式中，Hk为系统的观测矩阵，Vk为系统的观测噪声，即白噪声，Zk＝(xk,yk,rk)T；步骤(35)，选取滤波初值，调节Kalman滤波器的方差阵；由于摄像头跟踪目标过程中，测量误差相对较小，误差主要来源于摄像头抖动等引起的系统误差，则假设系统噪声方差矩阵Qk、量测噪声方差矩阵Rk和初始协方差P0分别为：0.5*E6×6，E3×3，E6×6；上述E6×6，E3×3，E6×6为单为矩阵；步骤(36)，根据状态方程和观测方程对Kalman滤波器进行初始化设置，将首次捕获C(x0,y0)及r0作为滤波器的初始状态，对当前时刻的目标进行估计；步骤(4)，在步骤(3)初始检测的基础上构建跟踪框，利用快速霍夫梯度法提取跟踪框中图像进行圆形目标检测，获得当前时刻目标的观测位置信息；步骤(5)，利用步骤(4)得到的圆形目标新位置作为Kalman滤波过程的观测值来更新滤波参数，更新目标状态估计和误差方差阵，反复使用步骤(3)，(4)，(5)实现在光照变化和背景混淆场景下快速有效的跟踪圆形目标。