[发明专利]一种视频内容多目标跟踪方法

摘要

本发明公开了一种视频内容多目标跟踪方法，它包括如下步骤S1视频图像采集，根据图像分辨率，设定采样频率和采样时间，从视频中采集运动图像；S2目标的分割与识别；S3运动轨迹跟踪，利用视频图像相邻帧之间的微小差异，在参考帧中寻找各目标的匹配点，通过建立的代价函数判断两点的相关性，找出目标的最佳匹配点，并将目标在各帧中的对应匹配点的质心相连，得到目标运动的路径曲线或轨迹；S4目标运动参数计算，在步骤S2和步骤S3完成了目标的分割和轨迹曲线的跟踪的基础上，通过分析各目标轨迹点的坐标及形态学数据，利用相关参数计算公式，计算出目标活性的相关参数。

主权项

一种视频内容多目标跟踪方法，其特征在于：它包括如下步骤：S1：视频图像采集，根据图像分辨率，设定采样频率和采样时间，从视频中采集运动图像；S2：目标的分割与识别，其包括以下子步骤：S201：目标分割，将目标与图像背景进行分离；S202：去杂，初始分割结果中可含有杂质，需要予以去除；S3：运动轨迹跟踪，利用视频图像相邻帧之间的微小差异，在参考帧中寻找各目标的匹配点，通过建立的代价函数判断两点的相关性，找出目标的最佳匹配点，并将目标在各帧中的对应匹配点的质心相连，得到目标运动的路径曲线或轨迹；S301：假设可用于计算的参考帧数量为N帧，设定当前帧帧号为i，为找出当前帧中所有目标点在参考帧中的最佳匹配的目标点，将第i‑N到第i帧的参数表读入计算机中；S302：选取当前帧i中的一个目标m；S303：选取未计算过的且最近的一个参考帧K；S304：从参考帧中选取未计算过的目标n，预测目标n运动到第i帧时的位置范围：如果目标n为第一帧或刚出现的目标，此时目标n没有参考帧，预测其可能出现的位置坐标为：(Cx,Cy)＝(xn,yn)    (0‑1)如果目标n有参考帧，预测其可能位置为：Cx=xf+vx×dfCy=yf+vy×df---(0-2)]]>其中vxn=|xn-xn′|dfvyn=|yn-yn′|df---(0-3)]]>其中(Cx,Cy)为目标预测点位置，(xn,yn)为目标n质心坐标，df为目标n与其参考帧之间的帧差，(x'n,y'n)为目标n在其参考帧中最佳匹配目标的质心坐标，vxn为目标n在x方向运动速度，vyn为目标n在y方向运动速度；预测搜索区域如式(0‑4)所示：th＝maxMov+avgMov×(i‑k)   (0‑4)其中，maxMov为所有已计算帧中运动目标的最大速度，avgMov为所有已计算帧中运动目标平均速度，i为当前帧帧号，k为参考帧帧号；计算预测坐标与实际坐标之间的距离是否落在搜索区域内：dx=|xm-Cx|dy=|ym-Cy|---(0-5)]]>则d≈(dx+dy)/2   (0‑6)那么当下面条件满足时，目标m落入搜索区域内:d≤th且dx≤λ·th且dy≤λ·thλ为常量；S305：当目标m落入目标n搜索区域内时，计算其代价函数代价函数如式(0‑7)所示：f=α·dsize+β·davgMov×(i-k)+γ·dbrgt+η·dMovdMov=||vxm|+|vym|-|vxn|-|vxn||vxm|+|vym||vxm=|xm-xn|i-kvym=|ym-yn|i-k---(0-7)]]>其中α,β,γ为加权系数，dsize为目标m和目标n的周长差，avgMov为所有已计算帧中运动目标平均速度，dbrgt为两目标的平均亮度差，d为两目标之间的距离，i‑k为两帧之间的帧差,(xm,ym)为目标m质心坐标,(xn,yn)为目标n质心坐标,vxn为目标n在x方向运动速度，vyn为目标n在y方向运动速度；S306：重复步骤S304和S305，从参考帧中找出最佳匹配目标点，根据找寻结果，执行如下子步骤：A.若参考帧中未找出最佳匹配点，则返回S303；B.若所有参考帧都未找出匹配的目标点，则当前帧中目标点m为新出现的点；C.若在参考帧中找出最佳匹配点，则返回S302，新选取一个目标进行匹配；D.若当前帧中所有点都计算完成，则进入S307；S307：步骤S301‑S306得到每帧图像以及图像中每个目标的前后匹配点，连接各匹配点的质心坐标，即为目标运动轨迹，根据目标运动轨迹，统计其运动参数；S4：目标运动参数计算，在步骤S2和步骤S3完成了目标的分割和轨迹曲线的跟踪的基础上，通过分析各目标轨迹点的坐标及形态学数据，利用相关参数计算公式，计算出目标活性的相关参数。