CN102156993A - 一种基于时空处理块的连续小波变换目标跟踪方法 - Google Patents

一种基于时空处理块的连续小波变换目标跟踪方法 Download PDF

Info

Publication number
CN102156993A
CN102156993A CN2011100956740A CN201110095674A CN102156993A CN 102156993 A CN102156993 A CN 102156993A CN 2011100956740 A CN2011100956740 A CN 2011100956740A CN 201110095674 A CN201110095674 A CN 201110095674A CN 102156993 A CN102156993 A CN 102156993A
Authority
CN
China
Prior art keywords
field picture
processing block
image
target
image sequence
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011100956740A
Other languages
English (en)
Other versions
CN102156993B (zh
Inventor
王睿
赵岩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201110095674.0A priority Critical patent/CN102156993B/zh
Publication of CN102156993A publication Critical patent/CN102156993A/zh
Application granted granted Critical
Publication of CN102156993B publication Critical patent/CN102156993B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

一种基于时空处理块的连续小波变换目标跟踪方法，它有四大步骤：步骤一、获得时空三维处理块Bt和时空连续小波函数步骤二、采用Morlet小波作为小波基函数，通过函数变换得到用于对处理块Bt进行时空连续小波变换的时空三维小波函数
Figure DDA0000055672870000012
步骤三、根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，得到运动目标在处理块Bt的第Zf+1帧图像窗中的运动参数
Figure DDA0000055672870000013
步骤四：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，以及处理块Bt的第Zf+2帧图像窗与图像序列S的第t帧图像的对应关系，得到运动目标在图像序列S的第t帧图像中的运动参数
Figure DDA0000055672870000014
本发明构思科学合理，程序简约，在机器视觉与模式识别技术领域内具有较好的实用价值和广阔地应用前景。

Description

一种基于时空处理块的连续小波变换目标跟踪方法
技术领域
本发明提出一种基于时空处理块的连续小波变换目标跟踪方法，属于机器视觉与模式识别领域。具体涉及一种通过对时空处理块(分段视频区域流)应用连续小波变换以获得图像序列中运动目标的运动参数从而实现运动目标跟踪的方法。
背景技术
运动目标跟踪一直是机器视觉、图像处理和模式识别领域中的热点问题，它在视觉导航、安全监测、交通管制、军事视觉制导等方面都有广泛的应用。具体来说，运动目标跟踪是指从包含有运动目标的视频中检测、提取、识别和跟踪运动目标，进而获得其位置、速度、加速度等运动参数，经过进一步的分析和处理，达到理解目标运动行为、以完成更高级别任务的目的。
运动目标跟踪问题要处理的对象一般是包含运动目标时空域信息的图像序列。传统的运动目标跟踪算法大多直接对图像序列进行处理，将问题转化为如何对时空域的连续帧中的目标区域进行匹配来解决，比如图像匹配方法中基于区域匹配的方法和运动分析方法中基于帧间差分的方法。这类运动目标跟踪算法处理方式简单而易于理解，但在视频跟踪中对光照、噪声、短时遮挡和姿态等各种变化缺乏鲁棒性。目前已经产生很多先对图像序列进行变换，再将运动目标跟踪问题转换到变换域中解决的算法。利用变换域中特有的性质，可以在一定程度上解决运动目标跟踪中的上述难点，对于提高运动目标跟踪算法的效率和鲁棒性非常有帮助。
小波变换是当前应用数学中一个迅速发展的领域，是分析和处理非平稳信号的一种有利工具。它很适合探测运动目标信号中的瞬态变化并展示其变化信息，所以在运动目标跟踪领域也成为研究的热点。常见的对图像序列进行小波变换来进行运动目标跟踪的方式有：利用小波变换系数作为图像的变换系数特征进行基于图像变换域特征的匹配跟踪；利用小波变换分解的多分辨率分析特点在图像各分辨级上进行滤波融合目标跟踪；利用小波变换进行边缘提取或者能量分解来对运动目标进行分割，进而对扩展目标进行形心跟踪。
Mujica等学者提出一种采用时空连续小波变换进行运动目标跟踪的策略。该策略利用和运动相关的参数进行函数变换，构造出时空连续小波函数对图像序列进行变换。这种变换可将运动目标跟踪问题转换为在与运动特征相关的变换域中求解最优的运动参数的问题。相比于其他利用图像时空域信息的运动目标跟踪方法，该策略具有较好的速度选择性，能够解决对时变运动目标的跟踪问题。但是，对图像序列进行时空连续小波变换的计算量会随着图像增大和处理帧数增多而急剧增加，这严重限制了该策略解决运动目标跟踪的实时性。而且，用于函数变换的运动尺度参数初始值的设定合理与否，在一定程度上影响了运动目标跟踪的准确性。因此，选择合适的对象进行时空连续小波变换来提高运动目标跟踪的效率和算法执行的速度，以及更合理地设定运动尺度初始值是利用连续小波变换进行运动目标跟踪算法的有效保证。
发明内容
1、目的：本发明的目的是提供一种基于时空处理块的连续小波变换目标跟踪方法，该方法在已知运动目标初始信息的基础上，按照特定的方法获得针对每帧图像的时空三维处理块，采用时空连续小波变换，估计每帧图像中目标的运动参数，实现运动目标的跟踪。
2、技术方案：本发明一种基于时空处理块的连续小波变换目标跟踪方法，它是对图像序列中初始状态已知的运动目标依据下列步骤进行跟踪，具体步骤如下：
步骤一：读入待处理图像序列S中前Z帧图像作为图像序列S0，将图像序列S0的初始帧图像复制Zf次并补充到S0前面构成初始过渡图像序列S1。设定所处理的图像在待处理图像序列中的帧数为t，判断待处理图像序列是否有第t-1+Z帧图像存在(预先获得的图像序列)或输入(实时拍摄的图像序列)。根据判断结果，采用两种方式由前一过渡图像序列St-1构造过渡图像序列St，具体如下：
如果不能获得该帧图像，则标明图像序列S已读取完，并记录剩余待处理图像帧数Zl，将前一过渡图像序列St-1的最后一帧复制1次并补充到St-1后面构成过渡图像序列St。
如果能获得该帧图像，则读入该帧图像并补充到前一过渡图像序列St-1后面构成过渡图像序列St。
根据运动目标在图像序列S的第t-1帧图像中的运动参数构造针对图像序列S中第t帧图像的时空三维处理块Bt，假设目标的初始运动参数已知。
步骤二：采用Morlet小波作为小波基函数，通过函数变换得到用于对处理块Bt进行时空连续小波变换的时空三维小波函数简写为
Figure BDA0000055672850000022
式中各符号含义如下：
Figure BDA0000055672850000023
为空间坐标，t为时间坐标，a为尺度参数，c为速率参数，θ为方向参数且
Figure BDA0000055672850000024
Figure BDA0000055672850000025
为位移参数，τ为时移参数。
步骤三：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，得到运动目标在处理块Bt第Zf+1帧图像窗中的运动参数
Figure BDA0000055672850000026
Figure BDA0000055672850000031
表示在该帧图像窗中目标的纵坐标，
Figure BDA0000055672850000032
表示在该帧图像窗中目标的横坐标，表示在该帧图像窗中目标运动的速率，表示在该帧图像窗中目标运动的方向，
Figure BDA0000055672850000035
表征在该帧图像窗中目标相对图像窗的运动尺度。对处理块Bt进行时空连续小波变换，估计运动目标在处理块第Zf+2帧图像窗中的运动参数，具体实现过程如下：
将
Figure BDA0000055672850000036
等参数代入时空三维小波函数
Figure BDA0000055672850000037
计算处理块Bt第Zf+2帧图像窗的速度方向能量密度函数
Figure BDA0000055672850000038
采用Nelder-Mead单纯形搜索算法得到使该能量密度函数取得最大值的参数值c*，θ*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure BDA00000556728500000310
分别为步骤二中所述速率参数，方向参数和位移参数；Ф为在图像窗中以上述
Figure BDA00000556728500000311
为中心，边长为(1/2+1)的方形邻域；
Figure BDA00000556728500000312
为上述运动尺度。
将
Figure BDA00000556728500000313
等参数代入时空三维小波函数
Figure BDA00000556728500000314
计算处理块Bt第Zf+2帧图像窗的位置能量密度函数
Figure BDA00000556728500000315
采用三次样条插值法得到使该能量密度函数取得最大值的参数值并作为运动目标在处理块Bt第Zf+2帧图像窗中的纵坐标和横坐标
Figure BDA00000556728500000317
上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure BDA00000556728500000318
为步骤二中所述位移参数；
Figure BDA00000556728500000319
为上述运动尺度；分别为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向。
将
Figure BDA00000556728500000321
等参数代入时空三维小波函数
Figure BDA00000556728500000322
计算处理块Bt第Zf+2帧图像窗的尺度能量密度函数
Figure BDA00000556728500000323
采用Nelder-Mead单纯形搜索算法得到使该能量密度函数取得最大值的参数值a*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的运动尺度上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure BDA00000556728500000325
分别为步骤二中所述尺度参数和位移参数；Ф为在图像窗中以上述的
Figure BDA00000556728500000326
为中心，边长为(1/2+1)的方形邻域；
Figure BDA00000556728500000327
分别为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向。
步骤四：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，以及处理块Bt的第Zf+2帧图像窗与图像序列S的第t帧图像的对应关系，得到运动目标在图像序列S的第t帧图像中的运动参数判断图像序列S是否已读取完，根据判断结果，决定跟踪过程是否结束，具体实现过程如下：
如果图像序列S未读取完，则处理待处理图像序列S中第t+1帧图像，进行步骤一中相应的判断。
如果图像序列S已读取完，再判断是否还有剩余图像未处理，具体实现过程如下：
如果有，则处理待处理图像序列S中第t+1帧图像，进行步骤一中判断结果为否时的相应操作。
如果没有，则结束跟踪过程。
3、优点：本发明一种基于时空处理块的连续小波变换目标跟踪方法的优点在于：
①相比于将待处理图像序列作为每帧待处理图像的时空三维处理块，本方法对剩余的待处理图像帧数进行判断并针对每帧待处理图像构造对应的时空三维处理块，提高了应用时空连续小波变换对每帧待处理图像进行运动目标跟踪的效率和算法执行的速度，并且使本方法既能够处理摄影机或摄像机实时拍摄获得的图像序列，也能够处理预先获得的图像序列。
②本方法应用时空连续小波变换估计每帧待处理图像中目标的运动参数以实现对运动目标的跟踪，对图像序列中运动目标的尺寸变化、因光照变化引起的亮度变化及由背景噪声或复杂背景引起的干扰具有较好的鲁棒性。
③将目标相对于图像窗的运动尺度，目标运动的速率及目标在图像中的尺寸建立了函数关系，提高了根据运动目标初始速率和初始尺寸设置初始运动尺度的准确性。
④本方法不仅可以得到每帧图像中运动目标的位置，而且可以得到运动目标的尺寸、速率和运动方向，即可以为摄影机或摄像机自动变焦和基于目标跟踪的视觉导引提供控制参数。
附图说明
图1为本发明图像序列处理过程总体流程图。
图2为本发明采用连续小波变换，估计运动目标在时空处理块特定图像窗中运动参数的流程图。
图3为对实施例过渡图像序列S2的第一帧图像取图像窗的示意图。
图4为由图3中所示取图像窗后得到的处理块B2的第一帧图像的示意图。
图5为实施例中估计运动目标在图像序列S第二帧图像中的运动参数时，得到的处理块B2第Zf+2帧图像窗的位置能量密度函数分布图的示意图。
图6、图7、图8、图9为实施例图像序列第30帧、第60帧、第90帧、第120帧图像运动目标跟踪结果的示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的详细说明。
图1为本发明图像序列处理过程总体流程图，如图1所示，本发明的实现包括如下步骤：
步骤一：获得时空三维处理块Bt和时空连续小波函数
Figure BDA0000055672850000051
步骤1-1：待处理图像序列记为S，每帧图像大小为n×m，k为图像的帧数索引，k＝1，2，3…。从图像序列S中读入前Z帧图像作为图像序列S0，k0为图像的帧数索引，k0＝1，2，…，Z。将图像序列S0的初始帧图像复制Zf次并补充到图像序列S0前面构成初始过渡图像序列S1，k1为图像的帧数索引，k1＝1，2，…，Zf，Zf+1，…，Zf+Z。
步骤1-2：记St为针对图像序列S中第t帧图像的过渡图像序列，kt为图像的帧数索引，kt＝1，2，…，Zf+Z+t-1，t的初始值为t＝2。则St-1记为针对图像序列S中第t-1帧图像的过渡图像序列。在处理图像序列S中的第t帧图像时，判断图像序列S中是否有第t-1+Z帧图像，若判断否，执行步骤1-3；否则，执行步骤1-5.
步骤1-3：将图像序列S已读取完的标志设为真，并记剩余待处理图像帧数为Zl＝Z-1-Zb，Zb为图像序列S已读取完后所处理的图像帧数。
步骤1-4：将图像序列St-1的最后一帧复制1次并补充到图像序列St-1后面构成过渡图像序列St，执行步骤1-6。
步骤1-5：读入图像序列S中第t-1+Z帧图像并补充到图像序列St-1后面构成过渡图像序列St。
步骤1-6：假设运动目标在图像序列S的第1帧图像中的运动参数已知，记为
Figure BDA0000055672850000052
Figure BDA0000055672850000053
表示在该帧图像中目标的纵坐标，
Figure BDA0000055672850000054
表示在该帧图像中目标的横坐标，
Figure BDA0000055672850000055
表示在该帧图像中目标运动的速率，
Figure BDA0000055672850000056
表示在该帧图像中目标运动的方向，
Figure BDA0000055672850000057
表征在该帧图像中目标相对于下面所述图像窗的运动尺度，已知在该帧图像中目标的半径约为
Figure BDA0000055672850000058
则
Figure BDA0000055672850000059
其中p00，p10，p01，p20，p11，p02，p30，p21，p12为已知参数。则运动目标在图像序列S的第t-1帧图像中的运动参数为
Figure BDA00000556728500000510
对图像序列St中第t-1帧到第Zf+Z+t-1帧图像，以每帧图像的
Figure BDA00000556728500000511
处为中心，取大小为(2l+1)×(2l+1)的图像窗，构成针对图像序列S中第t帧图像的大小为(2l+1)×(2l+1)×(Zf+Z+1)的时空三维处理块Bt，kp为图像窗的帧数索引，kp＝1，2，…，Zf+Z+1。
步骤二：采用Morlet小波作为小波基函数，其在三维时空域中的表达式为
Figure BDA00000556728500000512
其中
Figure BDA00000556728500000513
对应处理块图像窗中的纵坐标和横坐标；t对应图像窗在处理块中的帧数；
Figure BDA00000556728500000514
为小波基函数的中心波数；ω0为小波基函数的中心频率。对
Figure BDA00000556728500000515
进行函数变换，得到用于对处理块Bt进行时空连续小波变换的时空三维小波函数
Figure BDA00000556728500000516
简写为
Figure BDA00000556728500000517
其中a为尺度参数，c为速率参数，θ为方向参数且
Figure BDA0000055672850000061
为位移参数，τ为时移参数。
步骤三：对处理块Bt进行时空连续小波变换，估计运动目标在处理块第Zf+2帧图像窗中的运动参数。步骤三的流程图如图2所示。
步骤3-1：运动目标在处理块Bt的第Zf+1帧图像窗中的运动参数记为
Figure BDA0000055672850000063
表示在该帧图像窗中目标的纵坐标，
Figure BDA0000055672850000065
表示在该帧图像窗中目标的横坐标，表示在该帧图像窗中目标运动的速率，
Figure BDA0000055672850000067
表示在该帧图像窗中目标运动的方向，
Figure BDA0000055672850000068
表征在该帧图像窗中目标相对图像窗的运动尺度。则运动目标在处理块Bt的第Zf+1帧图像窗中的运动参数记为
Figure BDA0000055672850000069
在处理块Bt的第Zf+2帧图像窗中的运动参数记为
Figure BDA00000556728500000610
根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，有
Figure BDA00000556728500000611
Figure BDA00000556728500000612
Figure BDA00000556728500000613
步骤3-2：将
Figure BDA00000556728500000614
τ＝Zf+2代入
Figure BDA00000556728500000615
的表达式，处理块Bt第Zf+2帧图像窗的时空连续小波变换可表示为
Figure BDA00000556728500000616
其中
Figure BDA00000556728500000617
表示
Figure BDA00000556728500000618
的复共轭。则表示该图像窗的速度方向能量密度函数，其中Ф为在图像窗中以
Figure BDA00000556728500000620
为中心，大小为(1/2+1)×(1/2+1)的邻域。采用Nelder-Mead单纯形搜索算法得到使速度方向能量密度函数
Figure BDA00000556728500000621
取得最大值的参数值c*，θ*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向
Figure BDA00000556728500000622
步骤3-3：将
Figure BDA00000556728500000623
代入
Figure BDA00000556728500000624
的表达式，则处理块Bt第Zf+2帧图像窗的时空连续小波变换为
Figure BDA00000556728500000625
它的位置能量密度函数可表示为
Figure BDA00000556728500000626
采用三次样条插值法得到使位置能量密度函数
Figure BDA00000556728500000627
取得最大值的参数值
Figure BDA00000556728500000628
并作为运动目标在处理块Bt第Zf+2帧图像窗中的纵坐标和横坐标
Figure BDA00000556728500000629
步骤3-4：将
Figure BDA00000556728500000630
代入
Figure BDA00000556728500000631
的表达式，则处理块Bt第Zf+2帧图像窗的时空连续小波变换可表示为
Figure BDA00000556728500000632
它的尺度能量密度函数则
Figure BDA00000556728500000633
其中Ф如步骤2-2中所述。采用Nelder-Mead单纯形搜索算法得到使尺度能量密度函数
Figure BDA00000556728500000634
取得最大值的参数值a*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的运动尺度
Figure BDA00000556728500000635
步骤四：得到运动目标在图像序列S的第t帧图像中的运动参数，并判断是否完成跟踪。
步骤4-1：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，以及处理块Bt的第Zf+2帧图像窗与图像序列S的第t帧图像的对应关系，得到运动目标在图像序列S的第t帧图像中的运动参数为
Figure BDA0000055672850000071
其中
Figure BDA0000055672850000073
Figure BDA0000055672850000074
则在该帧图像中目标的半径约为
Figure BDA0000055672850000075
Figure BDA0000055672850000076
其中q00，q10，q01，q20，q11，q02，q21，q12，q03为已知参数。
步骤4-2：判断图像序列S已读取完的标志是否为真，如果不为真值，执行步骤4-3；否则，执行步骤4-4。
步骤4-3：t＝t+1，进行步骤1-2中的判断。
步骤4-4：将步骤1-3中的Zb值自加1，Zb＝Zb+1。
步骤4-5：判断步骤1-3中的Zl是否为零，如果Zl≠0，执行步骤4-6；否则，结束跟踪过程。
步骤4-6：t＝t+1，并进行步骤1-3。
实施例
实施例采用仿真图像序列，尺寸变化的圆形目标在光照改变的背景中以圆形轨迹运动。每帧图像大小为512×512，共跟踪了150帧。
第5帧到第11帧的运动目标跟踪结果如下表所示：
  跟踪结果   第5帧   第6帧   第7帧   第8帧   第9帧   第10帧   第11帧
  实际纵轴位置(像素)   354.9   354.2   353.5   352.6   351.5   350.4   349.1
  跟踪得到的纵轴位置(像素)   354.7   353.6   352.7   351.9   351.1   350.2   349.0
  实际横轴位置(像素)   270.9   274.6   278.3   281.9   285.6   289.1   292.6
  跟踪得到的横轴位置(像素)   271.6   274.8   278.4   282.6   285.3   289.5   293.0
  跟踪得到的速率(像素/帧)   3.3   3.4   3.6   3.7   3.7   3.7   3.6
  跟踪得到的速度方向(弧度)   2.2   2.1   2.0   1.9   2.0   2.0   2.0
  跟踪得到的纵轴速度(像素/帧)   -1.9   -1.8   -1.4   -1.2   -1.4   -1.5   -1.6
  跟踪得到的横轴速度(像素/帧)   2.6   2.9   3.3   3.4   3.4   3.3   3.3
  跟踪得到的运动尺度   5.2   5.4   5.6   5.7   5.8   5.9   6.1
  跟踪得到的目标半径(像素)   2.2   2.4   2.5   2.6   2.7   2.8   3.0
图3为对实施例过渡图像序列S2的第一帧图像取图像窗的示意图，圆形黑色物体为目标，黑色方框为所取图像窗位置。
图4为由图3中所示取图像窗后得到的处理块B2的第一帧图像的示意图。
图5为实施例中估计运动目标在图像序列S第二帧图像中的运动参数时，得到的处理块B2第Zf+2帧图像窗的位置能量密度函数分布图的示意图，此实施例中Zf＝29。位置能量密度函数取得最大值的位置对应运动目标在处理块B2第Zf+2帧图像窗中的纵坐标和横坐标。
图6、图7、图8、图9为实施例图像序列第30帧、第60帧、第90帧、第120帧图像运动目标跟踪结果的示意图。圆形黑色物体为目标，黑色方框中心为运动目标跟踪位置，黑色方框边长与运动目标跟踪得到的目标半径成正比。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (5)

1.一种基于时空处理块的连续小波变换目标跟踪方法，其特征在于：该方法具体步骤如下：
步骤一：读入待处理图像序列S中前Z帧图像作为图像序列S0，将图像序列S0的初始帧图像复制Zf次并补充到S0前面构成初始过渡图像序列S1；设定所处理的图像在待处理图像序列中的帧数为t，判断待处理图像序列是否有第t-1+Z帧图像存在即预先获得的图像序列、输入即实时拍摄的图像序列，根据判断结果，采用两种方式由前一过渡图像序列St-1构造过渡图像序列St；根据运动目标在图像序列S的第t-1帧图像中的运动参数构造针对图像序列S中第t帧图像的时空三维处理块Bt，假设目标的初始运动参数已知；
步骤二：采用Morlet小波作为小波基函数，通过函数变换得到用于对处理块Bt进行时空连续小波变换的时空三维小波函数
Figure FDA0000055672840000011
简写为
Figure FDA0000055672840000012
式中各符号含义如下：
Figure FDA0000055672840000013
为空间坐标，t为时间坐标，a为尺度参数，c为速率参数，θ为方向参数且
Figure FDA0000055672840000014
Figure FDA0000055672840000015
为位移参数，τ为时移参数；
步骤三：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，得到运动目标在处理块Bt的第Zf+1帧图像窗中的运动参数对处理块Bt进行时空连续小波变换，估计运动目标在处理块第Zf+2帧图像窗中的运动参数；式中各符号含义如下：
Figure FDA0000055672840000017
表示在该帧图像窗中目标的纵坐标，
Figure FDA0000055672840000018
表示在该帧图像窗中目标的横坐标，
Figure FDA0000055672840000019
表示在该帧图像窗中目标运动的速率，
Figure FDA00000556728400000110
表示在该帧图像窗中目标运动的方向，表征在该帧图像窗中目标相对图像窗的运动尺度；
步骤四：根据处理块Bt的第Zf+1帧图像窗与图像序列S的第t-1帧图像的对应关系，以及处理块Bt的第Zf+2帧图像窗与图像序列S的第t帧图像的对应关系，得到运动目标在图像序列S的第t帧图像中的运动参数
Figure FDA0000055672840000021
判断图像序列S是否已读取完，根据判断结果，决定跟踪过程是否结束；式中各符号含义如下：
Figure FDA0000055672840000022
表示在该帧图像中目标的纵坐标，
Figure FDA0000055672840000023
表示在该帧图像中目标的横坐标，
Figure FDA0000055672840000024
表示在该帧图像中目标运动的速率，表示在该帧图像中目标运动的方向，
Figure FDA0000055672840000026
表征在该帧图像中目标相对于处理块Bt的第Zf+2帧图像窗的运动尺度。
2.根据权利要求1所述的一种基于时空处理块的连续小波变换目标跟踪方法，其特征在于：步骤一中所述的根据判断结果，采用两种方式由前一过渡图像序列St-1构造过渡图像序列St，具体实现过程如下：
如果不能获得该帧图像，则标明图像序列S已读取完，并记录剩余待处理图像帧数Zl，将前一过渡图像序列St-1的最后一帧复制1次并补充到St-1后面构成过渡图像序列St；
如果能获得该帧图像，则读入该帧图像并补充到前一过渡图像序列St-1后面构成过渡图像序列St。
3.根据权利要求1所述的一种基于时空处理块的连续小波变换目标跟踪方法，其特征在于：步骤三中所述的对处理块Bt进行时空连续小波变换，估计运动目标在处理块第Zf+2帧图像窗中的运动参数，具体实现过程如下：
将
Figure FDA0000055672840000027
等参数代入时空三维小波函数
Figure FDA0000055672840000028
计算处理块Bt第Zf+2帧图像窗的速度方向能量密度函数
Figure FDA0000055672840000029
采用Nelder-Mead单纯形搜索算法得到使该能量密度函数取得最大值的参数值c*，θ*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向
Figure FDA00000556728400000210
上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure FDA00000556728400000211
分别为步骤二中所述速率参数，方向参数和位移参数；Ф为在图像窗中以步骤三中所述的
Figure FDA00000556728400000212
为中心，边长为(1/2+1)的方形邻域；
Figure FDA00000556728400000213
为步骤三中所述运动尺度；
将
Figure FDA00000556728400000214
等参数代入时空三维小波函数
Figure FDA00000556728400000215
计算处理块Bt第Zf+2帧图像窗的位置能量密度函数
Figure FDA0000055672840000031
采用三次样条插值法得到使该能量密度函数取得最大值的参数值
Figure FDA0000055672840000032
并作为运动目标在处理块Bt第Zf+2帧图像窗中的纵坐标和横坐标上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure FDA0000055672840000034
为步骤二中所述位移参数；
Figure FDA0000055672840000035
为步骤三中所述运动尺度；分别为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向；
将
Figure FDA0000055672840000037
等参数代入时空三维小波函数
Figure FDA0000055672840000038
计算处理块Bt第Zf+2帧图像窗的尺度能量密度函数
Figure FDA0000055672840000039
采用Nelder-Mead单纯形搜索算法得到使该能量密度函数取得最大值的参数值a*，并作为运动目标在处理块Bt第Zf+2帧图像窗中的运动尺度
Figure FDA00000556728400000310
上式中各符号含义如下：Zf为步骤一中所述的图像复制次数；
Figure FDA00000556728400000311
分别为步骤二中所述尺度参数和位移参数；Ф为在图像窗中以步骤三中所述的
Figure FDA00000556728400000312
为中心，边长为(1/2+1)的方形邻域；
Figure FDA00000556728400000313
分别为运动目标在处理块Bt第Zf+2帧图像窗中的速率和方向。
4.根据权利要求1所述的一种基于时空处理块的连续小波变换目标跟踪方法，其特征在于：步骤四中所述的判断图像序列S是否已读取完，根据判断结果，决定跟踪过程是否结束，具体实现过程如下：
如果图像序列S未读取完，则处理待处理图像序列S中第t+1帧图像，进行步骤一中相应的判断；
如果图像序列S已读取完，再判断是否还有剩余图像未处理。
5.根据权利要求4所述的一种基于时空处理块的连续小波变换目标跟踪方法，其特征在于：步骤四中所述的如果图像序列S已读取完，再判断是否还有剩余图像未处理，具体实现过程如下：
如果有，则处理待处理图像序列S中第t+1帧图像，进行步骤一中判断结果为否时的相应操作；
如果没有，则结束跟踪过程。
CN201110095674.0A 2011-04-15 2011-04-15 一种基于时空处理块的连续小波变换目标跟踪方法 Expired - Fee Related CN102156993B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110095674.0A CN102156993B (zh) 2011-04-15 2011-04-15 一种基于时空处理块的连续小波变换目标跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110095674.0A CN102156993B (zh) 2011-04-15 2011-04-15 一种基于时空处理块的连续小波变换目标跟踪方法

Publications (2)

Publication Number Publication Date
CN102156993A true CN102156993A (zh) 2011-08-17
CN102156993B CN102156993B (zh) 2014-08-20

Family

ID=44438474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110095674.0A Expired - Fee Related CN102156993B (zh) 2011-04-15 2011-04-15 一种基于时空处理块的连续小波变换目标跟踪方法

Country Status (1)

Country Link
CN (1) CN102156993B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708382A (zh) * 2012-05-11 2012-10-03 北京航空航天大学 一种基于变处理窗口和变坐标系的多目标跟踪方法
CN103778641A (zh) * 2012-10-25 2014-05-07 西安电子科技大学 基于小波描述子的目标跟踪方法
CN107103301A (zh) * 2017-04-24 2017-08-29 上海交通大学 视频目标时空最大稳定性判别性颜色区域匹配方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040047498A1 (en) * 2000-11-22 2004-03-11 Miguel Mulet-Parada Detection of features in images

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040047498A1 (en) * 2000-11-22 2004-03-11 Miguel Mulet-Parada Detection of features in images

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
F.MUJICA: "《Spatio-temporal Continuous Wavelets Applied to Missile Warhead Detection and Tracking 》", 《INTERNATIONAL SOCIETY FOR OPTICS AND PHOTONICS》, vol. 3024, 8 February 1997 (1997-02-08), pages 787 - 798 *
FERNANDO A.MUJICA ET AL: "《A New Motion Parameter Estimation Algorithm Based on the Continuous Wavelet Transform 》", 《IEEE TRANSACTIONS ON IMAGE PROCESSING 》, vol. 9, no. 5, 31 May 2000 (2000-05-31), pages 873 - 888, XP011025588 *
JEAN-PIERRE LEDUC ET AL: "《Spatio-temporal Wavelet Transforms for Motion Tracking》", 《1997 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH, AND SIGNAL PROCESSING》, vol. 4, 24 April 1997 (1997-04-24), pages 3013 - 3016 *
唐玉军等: "《二维时空域连续小波变换在目标跟踪中的应用》", 《计算机与现代化》, no. 3, 10 March 2011 (2011-03-10), pages 47 - 51 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708382A (zh) * 2012-05-11 2012-10-03 北京航空航天大学 一种基于变处理窗口和变坐标系的多目标跟踪方法
CN102708382B (zh) * 2012-05-11 2014-01-29 北京航空航天大学 一种基于变处理窗口和变坐标系的多目标跟踪方法
CN103778641A (zh) * 2012-10-25 2014-05-07 西安电子科技大学 基于小波描述子的目标跟踪方法
CN103778641B (zh) * 2012-10-25 2016-08-03 西安电子科技大学 基于小波描述子的目标跟踪方法
CN107103301A (zh) * 2017-04-24 2017-08-29 上海交通大学 视频目标时空最大稳定性判别性颜色区域匹配方法和系统

Also Published As

Publication number Publication date
CN102156993B (zh) 2014-08-20

Similar Documents

Publication Publication Date Title
CN103455797B (zh) 航拍视频中运动小目标的检测与跟踪方法
CN102313547B (zh) 基于手绘轮廓语义地图的移动机器人视觉导航方法
CN103077531B (zh) 基于边缘信息的灰度目标自动跟踪方法
CN107886120A (zh) 用于目标检测跟踪的方法和装置
CN102110227B (zh) 基于上下文关系的多分辨率遥感图像复合分类方法
CN102034247B (zh) 一种基于背景建模对双目视觉图像的运动捕捉方法
CN104484868B (zh) 一种结合模板匹配和图像轮廓的运动目标航拍跟踪方法
CN102629329B (zh) 基于自适应sift算法的人员室内定位方法
CN104023228A (zh) 一种基于全局运动估计的自适应室内视觉定位方法
CN107067031B (zh) 一种基于Wi-Fi信号的书法姿态自动识别方法
CN102592128B (zh) 一种动态图像检测处理方法、装置及显示终端
CN104766346B (zh) 一种基于视频图像的斑马鱼跟踪方法
CN104936287A (zh) 基于矩阵补全的传感网室内指纹定位方法
CN103295221A (zh) 模拟复眼视觉机制和偏振成像的水面目标运动检测方法
CN110706253B (zh) 基于表观特征和深度特征的目标跟踪方法、系统、装置
CN104236528A (zh) 一种非合作目标相对位姿测量方法
CN101957993A (zh) 自适应红外小目标检测方法
CN107329137A (zh) 基于box样条小波框架的探地雷达地下目标定位方法及系统
Garg et al. Look no deeper: Recognizing places from opposing viewpoints under varying scene appearance using single-view depth estimation
CN105354863A (zh) 基于特征滤波和快速运动检测模板预测的自适应尺度图像序列目标跟踪方法
CN109190640A (zh) 一种基于大数据的浮游生物的拦截式采集方法及采集系统
CN102156993B (zh) 一种基于时空处理块的连续小波变换目标跟踪方法
CN109685733A (zh) 一种基于气泡运动稳定性分析的铅锌浮选泡沫图像时空联合去噪方法
CN101383046B (zh) 一种基于图像的三维重建方法
CN114092778A (zh) 基于表征学习的雷达摄像头数据融合系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140820

Termination date: 20150415

EXPY Termination of patent right or utility model