CN117095028A - 一种基于机器视觉的图像处理跟踪方法及系统 - Google Patents

Abstract

本发明公开了一种基于机器视觉的图像处理跟踪方法及系统，解决了未将目标对象的行径参数考虑在内，导致目标对象很容易便脱离跟踪框的问题，本发明通过对目标对象的移动方向以及移动路径进行实时分析，将目标的多种移动方式进行依次确认，并实时将目标对象位于跟踪框内部，且跟踪框设置有内框与外框，便就是为了目标对象存在移动异常时，还是时刻处于被跟踪状，并不会脱离被跟踪状态，保持跟踪效果，同时，将目标对象保持在内框处，是为了保障跟踪画面的清晰度以及质感，时刻处于焦点处，使跟踪图像所展示的效果最佳。

Description

一种基于机器视觉的图像处理跟踪方法及系统

技术领域

本发明涉及图像跟踪技术领域，具体为一种基于机器视觉的图像处理跟踪方法及系统。

背景技术

机器视觉是人工智能正在快速发展的一个分支；简单说来，机器视觉就是用机器代替人眼来做测量和判断。

专利申请号为CN106886218A的申请公开了一种基于机器视觉的自动追踪防护方法，步骤A：通过位置检测模组检测目标物的位置；基于图像处理计算发光模块到安装平台的水平距离S；步骤B：通过电机驱动安装平台跟随目标物；MCU驱动行走车向前行走S；再返回步骤A，进行下一轮控制。该基于机器视觉的自动追踪防护方法能实时监测与跟踪目标物，易于实施。

通过采用机器视觉进行图像处理跟踪时，一般根据对应目标对象的所处位置，确定对应的目标点，再对其进行实时跟踪，但此种方式，并未将目标对象的行径参数考虑在内，导致目标对象很容易便脱离跟踪框，一旦脱离，便导致对应的跟踪设备很难再次跟踪对应目标，从而导致跟踪失败。

发明内容

针对现有技术的不足，本发明提供了一种基于机器视觉的图像处理跟踪方法及系统，解决了未将目标对象的行径参数考虑在内，导致目标对象很容易便脱离跟踪框的问题。

为实现以上目的，本发明通过以下技术方案予以实现：一种基于机器视觉的图像处理跟踪系统，目标图像获取端，用于对目标对象的外观图像进行获取，并将所获取的外观图像传输至目标特征确认端内；

目标特征确认端，包括高清图像处理单元以及轮廓特征锁定单元；

高清图像处理单元，根据所获取的外观图像，确认目标对象的外部轮廓，并将所确认的外部轮廓传输至边缘轮廓锁定单元内，具体方式为：

将外观图像进行虚化处理，对色彩以及阴影部分进行虚化，并在虚化过程中，将所显现的边缘轮廓进行确认；

边缘轮廓在确认过程中，若存在断层情况，则按照原始外观图像的未虚化部分，确认阴影轮廓，将阴影轮廓补入至指定位置处，对边缘轮廓进行修补，确认此高清图像的整体轮廓图，并将所确定的整体轮廓图传输至边缘轮廓锁定单元内；

轮廓特征锁定单元，对所确认的整体轮廓图进行接收，确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内，具体方式为：

根据所确认的整体轮廓图，确认轮廓面积，以此确认对应的中心点，将其作为此整体轮廓图的中心点；

再根据中心点的具体位置，确认整体轮廓图与中心点相距最远的点位，并将其标记为最远点位，并获取中心点与最远点位之间的距离值，并将其标记为R_i，其中i代表不同的目标对象；

采用TZ_i＝πR_i ²×C1确定属于对应目标对象的轮廓特征值TZ_i，其中C1为预设的固定系数因子，将所确定的TZ_i传输至目标跟踪中心内；

目标跟踪中心，根据所确定的轮廓特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像，具体方式为：

确认一组跟踪框，其中跟踪框分为内框和外框，将所锁定的目标对象锁定至内框内，锁定完毕后，进行初步跟踪处理；

在跟踪过程中，确认跟踪方向：

当目标对象从内框向外框移动，且移动方向与跟踪方向一致时，保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

当目标对象从内框向外框移动，且移动方向与跟踪方向相反时，记录跟踪时速Vg，再确认单个周期T内目标对象向后移动的距离L，采用Vf＝L÷T确认对应目标对象反向的行径速度Vf，当Vg＞Vf时，代表此目标对象行径方向与跟踪方向相同，但行径速度变慢，故保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

当Vg＝Vf时，代表此目标对象处于停止移动状，故，直接控制跟踪框停止移动，并进行重新调整，保持目标对象位于内框处即可；

当Vg＜Vf时，代表此目标对象相比于跟踪方向进行反方向移动，优先控制跟踪框进行反向移动，同时反向跟踪时速为Vf，并将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

图像优化端，对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化，具体方式为：

将目标跟踪中心所传输的跟踪图像与原始所拍摄的高清图像进行比对，确认跟踪图像是否存在阴影区域，若存在，进行下一步处理，若不存在，不进行任何处理；

将此跟踪图像的上一帧图像以及下一帧图像进行确认，根据阴影区域的所在位置，分析对应图像内对应位置是否存在阴影，若同时存在，则将对应的跟踪图像标记为异常跟踪图像，传输至外部显示端内；

只要一组图像对应位置不存在阴影，便将另一组图像对应位置的画面对阴影区域进行填补，使跟踪图像进行清晰化。

优选的.一种基于机器视觉的图像处理跟踪方法，包括以下步骤：

步骤一、首先对目标对象的外观图像进行获取，再根据所获取的外观图像，确认目标对象的外部轮廓，再确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内；

步骤二、后续根据目标对象的特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像；

步骤三、再对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化。

有益效果

本发明提供了一种基于机器视觉的图像处理跟踪方法及系统。与现有技术相比具备以下有益效果：

本发明通过优先确认对应目标对象的外观图像，再确认对应的外部轮廓，后续，根据所确认的特征值，对其进行追踪，使跟踪过程中，不会出现误跟踪的情况，提升目标跟踪的准确度；

后续，对目标对象的移动方向以及移动路径进行实时分析，将目标的多种移动方式进行依次确认，并实时将目标对象位于跟踪框内部，且跟踪框设置有内框与外框，便就是为了目标对象存在移动异常时，还是时刻处于被跟踪状，并不会脱离被跟踪状态，保持跟踪效果，同时，将目标对象保持在内框处，是为了保障跟踪画面的清晰度以及质感，时刻处于焦点处，使跟踪图像所展示的效果最佳。

附图说明

图1为本发明原理框架图；

图2为本发明目标特征确认端内部原理图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

请参阅图1，本申请提供了一种基于机器视觉的图像处理跟踪系统，包括目标图像获取端、目标特征确认端、目标跟踪中心以及图像优化端，其中目标图像获取端与目标特征确认端输入节点电性连接，所述目标特征确认端与目标跟踪中心输入节点电性连接，所述目标跟踪中心与图像优化端输入节点连接；

所述目标特征确认端包括高清图像处理单元以及轮廓特征锁定单元；

所述目标图像获取端，用于对目标对象的外观图像进行获取，并将所获取的外观图像传输至目标特征确认端内，其中，获取的方式由机器视觉设备对目标对象的高清图像进行获取确认；

所述目标特征确认端内部的高清图像处理单元，根据所获取的外观图像，确认目标对象的外部轮廓，并将所确认的外部轮廓传输至边缘轮廓锁定单元内，其中确定外部轮廓的具体方式为：

将外观图像进行虚化处理，对色彩以及阴影部分进行虚化，并在虚化过程中，将所显现的边缘轮廓进行确认；

边缘轮廓在确认过程中，若存在断层情况，则按照原始外观图像的未虚化部分，确认阴影轮廓，将阴影轮廓补入至指定位置处，对边缘轮廓进行修补，确认此高清图像的整体轮廓图，并将所确定的整体轮廓图传输至边缘轮廓锁定单元内；

具体的，对应的外观图像获取确认后，将其进行虚化，便可将外观图像的边缘轮廓进行显现，在显现过程中，可能存在因虚化，导致轮廓消失的情况，阴影部分存在对应的轮廓，将其进行互补即可确认对应的轮廓；

所述轮廓特征锁定单元，对所确认的整体轮廓图进行接收，确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内，其中，确认整体轮廓图特征值的具体方式为：

根据所确认的整体轮廓图，确认轮廓面积，以此确认对应的中心点，将其作为此整体轮廓图的中心点；

再根据中心点的具体位置，确认整体轮廓图与中心点相距最远的点位，并将其标记为最远点位，并获取中心点与最远点位之间的距离值，并将其标记为R_i，其中i代表不同的目标对象；

采用TZ_i＝πR_i ²×C1确定属于对应目标对象的轮廓特征值TZ_i，其中C1为预设的固定系数因子，其具体取值由操作人员根据经验拟定，将所确定的TZ_i传输至目标跟踪中心内。

具体的，每个不同品类的目标对象，其外观均不相同，便存在不同的轮廓特征值。

所述目标跟踪中心根据所确定的轮廓特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像，其中，进行锁定的具体方式为：

确认一组跟踪框，其中跟踪框分为内框和外框，将所锁定的目标对象锁定至内框内，锁定完毕后，进行初步跟踪处理；

在跟踪过程中，确认跟踪方向：

当目标对象从内框向外框移动，且移动方向与跟踪方向一致时，保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加，具体的，此种情况，在跟踪过程中，对应目标对象的行径速度处于改变状态，可能某段时间较大，某段时间较小，当速度变大时，其跟踪速度保持不变，那么目标对象便会从内框向前移动，此种情况，目标对象不位于内框内部时，会造成后期的整体跟踪影响变差，因内框是跟踪聚焦的方向，因跟踪速度不变，故可以通过调整内框以及外框大小的方式，改变跟踪的辐射面积，从而保障目标对象时刻位于对应的内框内部，保障能达到时刻跟踪的作用，就算目标对象在提速，也会存在于内框内；

当目标对象从内框向外框移动，且移动方向与跟踪方向相反时，具体的，此处的移动方向可以理解为一个相对方向，假设跟踪方向向前，对应的跟踪速度恒定，目标对象速度降低时，便相比于跟踪方向，其移动方向是向后的，同理，停止移动时，也是此种情况，还有目标对象直接向反方向移动时，也会出现此种情况，故需要进行一一进行区分处理，记录跟踪时速Vg，再确认单个周期T内目标对象向后移动的距离L，采用Vf＝L÷T确认对应目标对象反向的行径速度Vf，当Vg＞Vf时，代表此目标对象行径方向与跟踪方向相同，但行径速度变慢，故保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

当Vg＝Vf时，代表此目标对象处于停止移动状，故，直接控制跟踪框停止移动，并进行重新调整，保持目标对象位于内框处即可；

当Vg＜Vf时，代表此目标对象相比于跟踪方向进行反方向移动，便就是跟踪方向向前，其目标对象向后进行移动，所产生的相对速度肯定大于跟踪速度，优先控制跟踪框进行反向移动，同时反向跟踪时速为Vf，并将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

采用此种目标跟踪的方式，将目标的多种移动方式进行依次确认，并实时将目标对象位于跟踪框内部，且跟踪框设置有内框与外框，便就是为了目标对象存在移动异常时，还是时刻处于被跟踪状，并不会脱离被跟踪状态，保持跟踪效果，同时，将目标对象保持在内框处，是为了保障跟踪画面的清晰度以及质感，时刻处于焦点处，使跟踪图像所展示的效果最佳。

实施例二

本实施例在具体实施过程中，与实施例一相比，其区别在于：

还包括图像优化端，对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化，其中，进行优化的具体方式为：

将目标跟踪中心所传输的跟踪图像与原始所拍摄的高清图像进行比对，确认跟踪图像是否存在阴影区域，若存在，进行下一步处理，若不存在，不进行任何处理；

将此跟踪图像的上一帧图像以及下一帧图像进行确认，根据阴影区域的所在位置，分析对应图像内对应位置是否存在阴影，若同时存在，则将对应的跟踪图像标记为异常跟踪图像，传输至外部显示端内；

只要一组图像对应位置不存在阴影，便将另一组图像对应位置的画面对阴影区域进行填补，使跟踪图像进行清晰化。

实施例三

一种基于机器视觉的图像处理跟踪方法，包括以下步骤：

步骤一、首先对目标对象的外观图像进行获取，再根据所获取的外观图像，确认目标对象的外部轮廓，再确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内；

步骤二、后续根据目标对象的特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像；

步骤三、再对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化。

实施例四

本实施例在具体实施过程中，包含上述三组实施例的全部实施过程。

上述公式中的部分数据均是去其纲量进行数值计算，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (6)

1.一种基于机器视觉的图像处理跟踪系统，其特征在于，包括：

目标图像获取端，用于对目标对象的外观图像进行获取，并将所获取的外观图像传输至目标特征确认端内；

目标特征确认端，包括高清图像处理单元以及轮廓特征锁定单元；

高清图像处理单元，根据所获取的外观图像，确认目标对象的外部轮廓，并将所确认的外部轮廓传输至边缘轮廓锁定单元内；

轮廓特征锁定单元，对所确认的整体轮廓图进行接收，确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内；

目标跟踪中心，根据所确定的轮廓特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像；

图像优化端，对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化。

2.根据权利要求1所述的一种基于机器视觉的图像处理跟踪系统，其特征在于，所述高清图像处理单元，确定外部轮廓的具体方式为：

将外观图像进行虚化处理，对色彩以及阴影部分进行虚化，并在虚化过程中，将所显现的边缘轮廓进行确认；

边缘轮廓在确认过程中，若存在断层情况，则按照原始外观图像的未虚化部分，确认阴影轮廓，将阴影轮廓补入至指定位置处，对边缘轮廓进行修补，确认此高清图像的整体轮廓图，并将所确定的整体轮廓图传输至边缘轮廓锁定单元内。

3.根据权利要求1所述的一种基于机器视觉的图像处理跟踪系统，其特征在于，所述轮廓特征锁定单元，确认整体轮廓图特征值的具体方式为：

根据所确认的整体轮廓图，确认轮廓面积，以此确认对应的中心点，将其作为此整体轮廓图的中心点；

再根据中心点的具体位置，确认整体轮廓图与中心点相距最远的点位，并将其标记为最远点位，并获取中心点与最远点位之间的距离值，并将其标记为R_i，其中i代表不同的目标对象；

采用TZ_i＝πR_i ²×C1确定属于对应目标对象的轮廓特征值TZ_i，其中C1为预设的固定系数因子，将所确定的TZ_i传输至目标跟踪中心内。

4.根据权利要求1所述的一种基于机器视觉的图像处理跟踪系统，其特征在于，所述目标跟踪中心，对目标对象进行锁定的具体方式为：

确认一组跟踪框，其中跟踪框分为内框和外框，将所锁定的目标对象锁定至内框内，锁定完毕后，进行初步跟踪处理；

在跟踪过程中，确认跟踪方向：

当目标对象从内框向外框移动，且移动方向与跟踪方向一致时，保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

当目标对象从内框向外框移动，且移动方向与跟踪方向相反时，记录跟踪时速Vg，再确认单个周期T内目标对象向后移动的距离L，采用Vf＝L÷T确认对应目标对象反向的行径速度Vf，当Vg＞Vf时，代表此目标对象行径方向与跟踪方向相同，但行径速度变慢，故保持跟踪速度不变，将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加；

当Vg＝Vf时，代表此目标对象处于停止移动状，故，直接控制跟踪框停止移动，并进行重新调整，保持目标对象位于内框处即可；

当Vg＜Vf时，代表此目标对象相比于跟踪方向进行反方向移动，优先控制跟踪框进行反向移动，同时反向跟踪时速为Vf，并将内框以及外框的辐射宽度进行逐步增加，直至目标对象与内框处于相对静止状，停止增加。

5.根据权利要求1所述的一种基于机器视觉的图像处理跟踪系统，其特征在于，所述图像优化端，进行优化的具体方式为：

将目标跟踪中心所传输的跟踪图像与原始所拍摄的高清图像进行比对，确认跟踪图像是否存在阴影区域，若存在，进行下一步处理，若不存在，不进行任何处理；

将此跟踪图像的上一帧图像以及下一帧图像进行确认，根据阴影区域的所在位置，分析对应图像内对应位置是否存在阴影，若同时存在，则将对应的跟踪图像标记为异常跟踪图像，传输至外部显示端内；

只要一组图像对应位置不存在阴影，便将另一组图像对应位置的画面对阴影区域进行填补，使跟踪图像进行清晰化。

6.一种基于机器视觉的图像处理跟踪方法，该跟踪方法基于权利要求1-5任一项所述的跟踪系统进行运行，其特征在于，包括以下步骤：

步骤一、首先对目标对象的外观图像进行获取，再根据所获取的外观图像，确认目标对象的外部轮廓，再确认整体轮廓图的中心点，后续再确认属于此整体轮廓图的特征值，并将所确认的轮廓特征值传输至目标跟踪中心内；

步骤二、后续根据目标对象的特征值，对不同场景状态下的目标对象进行锁定，并将锁定的目标对象填放至跟踪框内，时刻保持追踪状态同时产生跟踪图像；

步骤三、再对目标跟踪中心所产生的跟踪图像进行优化，优先确认跟踪图像内所存在的阴影区域，并对此阴影区域进行优化。